En analyse de discours (AD), la nomination désigne la recatégorisation du référent par le locuteur à travers l’usage d’un nouveau nom ou d’un nom modifié. Parfois utilisé pour influencer l’autre sur sa vision de voir le monde, ce phénomène sert d’indice sur l’idéologie du locuteur voire, en contexte adéquat, sur son affiliation politique. L’AD ne dispose pas à ce jour d’outils en mesure d’appréhender efficacement ce qui relève ou non de l’idéologie ou d’une visée argumentative face à une simple réutilisation de mots dont le sens est déjà consensuel. Dans le cadre d’une thèse entre AD et TAL, nous nous intéressons à l’exploitation de modèles distributionnels pour repérer de manière automatique ces variations de sens en discours dans un corpus d’interviews politiques. Dans cet article, nous nous interrogeons sur l’impact de leurs paramètres d’entraînement pour de la désambiguïsation lexicale et explorons une méthode de représentation de la variation sémantique interdiscursive.