Soutenance de thèse : Ali SAGHIRAN

Les modèles computationnels de la lecture adoptent pour la plupart une architecture double-voie qui suppose que les connaissances impliquées dans les traitements sériels diffèrent fondamentalement des connaissances mises en jeu lorsque le traitement est parallèle. Ainsi, la lecture des mots nouveaux ou pseudo-mots implique un système de correspondances graphème-phonème via la voie sous-lexicale qui opère de façon sérielle alors que la lecture des mots connus repose sur l’activation de connaissances lexicales via la voie lexicale qui est parallèle. Ces modèles postulent également que le système de conversion graphème-phonème est explicite, stocké indépendamment et indispensable à la lecture des pseudo-mots. Ils supposent, de plus, que ce système de conversion est précédé d’un système de segmentation du mot en sous-unités à convertir indépendamment.Cependant, d’autres modèles de lecture postulent que les traitements parallèles et sériels font intervenir le même type de connaissances. Ces deux classes de modèles s’accordent pour expliquer les traitements parallèles en lecture mais s’opposent quant à la description des traitements sériels. Ils diffèrent donc sur leur explication des effets de longueur, c’est-à-dire l’observation de durées de traitement plus longs pour les stimuli longs. En effet, les modèles double-voie ne peuvent interpréter ces effets de longueur que par le biais du décodage sériel de la voie sous-lexicale. De plus, même si tous les modèles s’accordent à propos du rôle de l’attention visuelle dans le traitement sériel, les mécanismes correspondants sont assez peu décrits, notamment mathématiquement, dans la littérature.Cette thèse a pour but d’évaluer l'hypothèse selon laquelle un traitement ne mettant en jeu que les connaissances lexicales apprises sur les mots est en mesure de rendre compte des relations sous-lexicales entre unités orthographiques et unités phonologiques, de simuler les effets de longueur dans différents types de tâches et d’opérer une segmentation sous-lexicale des mots nouveaux.Pour cela, nous proposons un nouveau modèle computationnel probabiliste de la lecture nommé « BRAID-Phon ». Ce modèle est une extension du modèle computationnel de reconnaissance de mots du modèle « BRAID » par ajout d’un sous-modèle de connaissances phonologiques. Nous utilisons le modèle BRAID-Phon pour étudier la plausibilité d’un système basé sur une architecture « simple-voie », c'est-à-dire incluant uniquement des connaissances lexicales orthographiques et phonologiques pour effectuer une simulation de la lecture. Nous montrons la capacité de BRAID-Phon à rendre compte des effets de longueur sur les mots dans trois types de tâches (lecture, décision lexicale et démasquage progressif et étudions le rôle des mécanismes implémentés d’attention visuelle sur ces effets. Enfin, nous illustrons la nécessité d’un processus de segmentation, contrôlé par l’attention, pour effectuer la lecture de pseudo-mots.

Encadrants
- Directrice de thèse : Sylviane VALDOIS - Sylviane.Valdoisuniv-grenoble-alpes.fr (Sylviane[dot]Valdois[at]univ-grenoble-alpes[dot]fr)
- Codirecteur : Julien DIARD - julien.diarduniv-grenoble-alpes.fr (julien[dot]diard[at]univ-grenoble-alpes[dot]fr)

Mots-clés de la thèse : Représentation phonologique, Reconnaissance lexicale, Langage, Attention visuelle,

CNU de thèse : 26 - Mathématiques appliquées et applications des mathématiques

Lire la thèse