Cette étude applique une nouvelle méthode de modélisation de sujet pour cartographier le contenu thématique du livre blanc des offres initiales de pièces de monnaie (ICO) afin d’analyser sa valeur d’information pour les investisseurs. À l’aide d’un algorithme de modélisation de sujets basé sur des phrases, nous déterminons et quantifions empiriquement 30 sujets dans une vaste collection de 5 210 livres blancs ICO entre 2015 et 2021. Nous constatons que l’algorithme produit un ensemble sémantiquement significatif de sujets, ce qui améliore considérablement les performances du modèle dans identifier les projets réussis. Les sujets les plus pertinents concernent les caractéristiques techniques de l’ICO.