L'apprentissage semi-supervisé avec des réseaux antagonistes génératifs (GANs) a attiré beaucoup d'attention ces dernières années dans les domaines souffrant d'un manque de données labélisées. Dans cet article, nous proposons une nouvelle approche appelée PaGAN 1 qui est une combinaison d'un classifieur de documents et d'un classifieur de phrases dans un GAN pour la compréhension des brevets. PaGAN est appliqué et évalué sur un jeu de données réelles. Les expériences montrent que les résultats de PaGAN sont supérieurs à ceux des approches de référence.