Dans cet article applicatif, nous décrivons l'utilisation de propriétés textuelles et visuelles par des réseaux de neurones profonds pour évaluer l'importance des crues dans les articles d'information. En particulier, nous estimons la pertinence du transfert de modèles pré-entrainés sur des corpora conceptuellement proches. Nous évaluons également l'apport de modèles à branche double, qui combinent les représentations denses d'un texte et d'une image associée. Nous comparons la performance de ces variantes méthodologiques au moyen des données distribuées dans le cadre de l'atelier MediaEval MultiMedia Satellite (MMSat) 2019. Les résultats présentés ici ont fait l'objet d'une communication à l'atelier : le présent article propose une version significativement étendue des notes techniques accompagnant les prédictions réalisées sur l'ensemble de test de l'atelier MMSat.