Les systèmes agricoles vont des techniques intensives aux interventions minimalistes, en passant par le semi-direct. Ces systèmes supposent une connaissance précise des pratiques agricoles par les exploitants et les techniciens. A cela, nous pouvons ajouter la maîtrise des nouvelles technologies, le contrôle des résistances des traitement, l'acquisition des connaissances sur les variétés de semences, l'impact sur les sols, etc. Toute cette masse d'information est disponible sur le net : dans des articles scientifiques, des forums de discussions, des sites web spécialisés et les réseaux sociaux. Ce sont des informations sous format texte, généralement mal structuré. L'objectif de ce travail est de donner une vue générale de la recherche sur la fouille de données textuelles en agriculture. Nous présentons les principales méthodes permettant l'extraction d'informations pertinentes. Nous testons la fouille sur des données de Scopus, de Twitter et d'un site commercial spécialisé en produits agricoles. Nous détaillons un exemple de classification de données via les algorithmes d'apprentissage machine. Le code pour réaliser cette revue est sur Python.