Deux travaux en apprentissage multimodal sur deux applications différentes sont présentés. La première application concerne la fusion multimodale pour apprendre des caractéristiques multimodales de documents (bande dessinée) qui sont ensuite utilisés pour le regroupement et la recherche d'objets. La seconde application concerne la traduction multimodale où une modalité est traduite en une autre modalité (de l'image au texte).