Dans cet article nous présentons REGNUM, un système qui enrichit le corps de règles déjà découvertes dans un graphe de connaissances avec des atomes impliquant des prédicats numériques dont les valeurs sont contraintes par des intervalles spécifiés. Les intervalles sont obtenus à l'aide de techniques de discrétisation supervisées, avec l'objectif d'augmenter la confiance des règles fournies par la méthode de découverte de règles. Nos résultats expérimentaux démontrent que les règles enrichies avec des prédicats numériques sont de meilleure qualité globale et sont mieux adaptées pour la tâche d'enrichissement de graphes de connaissances comparativement aux règles initiales.