Les travaux effectués dans cette thèse explorent la problématique de la synthèse de modèles d'assistance pour un système d'assistance à l'utilisateur en langue naturelle. Cette problématique est complexe car les modèles utilisés doivent unifier deux visions différentes et parfois contradictoires d'un même objet : l'application en cours d'exécution.L'hypothèse défendue dans ces travaux est que le recours à une représentation, guidée par des traits perceptuels pour organiser les informations, permet de résoudre (en partie) ce problème d'unification. Nous explorons cette hypothèse sur la problématique du regroupement perceptuel de composants d'interface. Pour obtenir cette représentation, nous avons implémenté un algorithme de regroupement perceptuel issu de la théorie de la gestalt. Ces travaux ont permis le développement d'une famille de composants dialogiques utilisables comme éléments de modélisation. Cette famille de composants (Daft-swing), s'insère dans une architecture de traitement de requêtes (Daft). La synthèse de modèles est ensuite traitée dans deux études de cas différentes : la première met en oeuvre l'algorithme de regroupement perceptuel dans le cadre de la synthèse de modèles a partir d'une application web. La deuxième se focalise sur la synthèse de modèles à partir des actions d'un utilisateur. Ces deux outils produisent des modèles utilisant des composants de Daft-Swing directement utilisables par l'architecture Daft et son agent assistant.