Auto-organisation des représentations lexicales

L’objectif principal de cette thèse est de développer un modèle neuro-computationnel de l’apprentissage de la lecture et d’en évaluer la pertinence. Ce modèle est contraint par (i) un jeu de données électrophysiologiques qui montrent que les mots écrits sont codés d’une manière spécifique, (ii) un régime d’apprentissage réaliste reposant sur la distribution des mots issus des manuels scolaires de l’école élémentaire, et enfin (iii) un algorithme d’apprentissage non supervisé et un modèle neuro-computationnel biologiquement plausible pour représenter la partie implicite de l’apprentissage de la lecture. Les résultats des simulations sont comparés aux performances mesurées chez des enfants. Notre modèle, une carte auto-organisatrice, rend compte des données comportementales mesurées. Ceci renforce l’hypothèse d’un apprentissage non supervisé des formes orthographiques lors de l’acquisition de la lecture.