Chez les humains et les animaux, l’exposition répétée à une séquence de stimulus conduit à la création de représentations mentales isomorphes aux régularités statistiques de cette séquence. Cette thèse étudie la dynamique avec laquelle les unités et sous-unités sont extraites, s’influencent et s’organisent lors de l’apprentissage séquentiel chez l’humain et le primate non-humain (babouin Papio papio). Nos résultats montrent que lors de l’apprentissage d’une séquence régulière ABC, la sous-unité finale BC est apprise plus rapidement que la sous-unité initiale AB chez les humains comme les primates non- humains. Avec une séquence plus longue ABCD, cet effet ne s’étend pas au-delà des deux termes précédents celui à prédire lors des 2000 essais d’apprentissage. Une seconde étude montre que les humains sont capables d’utiliser la prédictibilité des éléments à différents niveaux de complexité, alors que les singes sont limités aux dépendances locales. Enfin notre dernière étude montre que les humains comme les singes ne bénéficient pas d’un contexte d’homogénéité de longueurs des unités par rapport à un contexte d’hétérogénéité de longueurs des unités. Ensemble, ces études montrent des continuités et discontinuités entre les primates humains et non-humains dans l’extraction, l’influence et l’organisation des unités de différents niveaux. Elles donnent des informations d’une finesse nécessaires pour contraindre les différents modèles computationnels qui ont été proposés pour décrire l’apprentissage de régularités. / In humans and animals, the repeated exposure to a sequence of stimulus creates mental representations which have the same statistical regularities as that sequence. This thesis investigates the dynamics, influence and organization of units and sub-units during sequence learning, in humans and non-human primates (Guinea baboons, Papio papio).Our results show an advantage of the final sub- unit BC over the initial sub-unit AB during learning of sequences with the form ABC in both humans and baboons. We interpret this effect as resulting from the richer contextual information AB predicting C compared to the single term A predicting B. This effect is limited to the 2 previous terms before the one term to be predicted, across 2000 learning trials. A second finding shows that in learning sequences of 3 units (i.e. ABC, DEF, HGI), humans are able to use the predictability of elements at both local (within units) and global (within sequence) levels, whereas monkeys are limited to local dependencies. A third section investigates the extraction of regularities in homogeneous (i.e., units of the same length) and heterogeneous contexts (units of different lengths). Results in humans and monkeys showed no advantage for either of these contexts.Considered together, our studies show continuities and discontinuities between human and non-human primates in the extraction, influence and organization of units of different levels. This fine-grained level of information is necessary to constrain the computational models proposed to describe the mechanisms underlying regularity extraction.

Dans le cadre de l’aide à l’analyse de dialogues, un corpus de dialogues peut être représenté par un ensemble de tableaux d’annotations encodant les différents énoncés des dialogues. Afin d’identifier des schémas dialogiques mis en oeuvre fréquemment, nous définissons une méthodologie en deux étapes : extraction de motifs récurrents, puis partitionnement de ces motifs en classes homogènes constituant ces régularités. Deux méthodes sont développées afin de réaliser l’extraction de motifs récurrents : LPCADC et SABRE. La première est une adaptation d’un algorithme de programmation dynamique tandis que la seconde est issue d’une modélisation formelle du problème d’extraction d’alignements locaux dans un couple de tableaux d’annotations.Le partitionnement de motifs récurrents est réalisé par diverses heuristiques de la littérature ainsi que deux formulations originales du problème de K-partitionnement sous la forme de programmes linéaires en nombres entiers. Lors d’une étude polyèdrale, nous caractérisons des facettes d’un polyèdre associé à ces formulations (notamment les inégalités de 2-partitions, les inégalités 2-chorded cycles et les inégalités de clique généralisées). Ces résultats théoriques permettent la mise en place d’un algorithme de plans coupants résolvant efficacement le problème.Nous développons le logiciel d’aide à la décision VIESA, mettant en oeuvre ces différentes méthodes et permettant leur évaluation au cours de deux expérimentations réalisées par un expert psychologue. Des régularités correspondant à des stratégies dialogiques que des extractions manuelles n’avaient pas permis d’obtenir sont ainsi identifiées. / In the context of dialogue analysis, a corpus of dialogues can be represented as a set of arrays of annotations encoding the dialogue utterances. In order to identify the frequently used dialogue schemes, we design a two-step methodology in which recurrent patterns are first extracted and then partitioned into homogenous classes constituting the regularities. Two methods are developed to extract recurrent patterns: LPCA-DC and SABRE. The former is an adaptation of a dynamic programming algorithm whereas the latter is obtained from a formal modeling of the extraction of local alignment problem in annotations arrays.The partitioning of recurrent patterns is realised using various heuristics from the literature as well as two original formulations of the K-partitioning problem in the form of mixed integer linear programs. Throughout a polyhedral study of a polyhedron associated to these formulations, facets are characterized (in particular: 2-chorded cycle inequalities, 2-partition inequalities and general clique inequalities). These theoretical results allow the establishment of an efficient cutting plane algorithm.We developed a decision support software called VIESA which implements these different methods and allows their evaluation during two experiments realised by a psychologist. Thus, regularities corresponding to dialogical strategies that previous manual extractions failed to identify are obtained.