effet du nombre des graphèmes en Anglais - Aix Marseille Université

90Modèles de la perception visuelle des motsdu modèle de Jacobs et Grainger (1992) qui est une extension du modèle de McClelland etRumelhart (1981). Il reprend l'architecture du MAI et y ajoute un processus de réponse basésur la notion de seuil. Un mot est identifié dans ce modèle lorsqu'il dépasse un seuil d'activationdonné. Nous avons donc analysé le "comportement" de ce modèle en faisant varier 1) lataille de son lexique et 2) certains paramètres importants (l'inhibition latérale au niveau lexical,la boucle de rétroaction des mots aux lettres, l'inhibition lettres-mots, la valeur du seuil deréponse).4.8.1.1. Manipulation du lexiqueNous comparons dans cette étude les prédictions de ce modèle pour un grand nombre demots et pour deux lexiques orthographiques différents. Nous utilisons pour cela deux basesde données disponibles en Anglais : le lexique de Kucera et Francis (1967, noté K&F) etCELEX (Baayen, Piepenbrock, & van Rijn, 1993). Dans ces deux lexiques, nous sélectionnonsuniquement les mots de 4 lettres (1179 mots pour K&F et 1355 pour CELEX). Seulement1029 mots sont communs aux deux lexiques. Nous réalisons donc deux versions dumodèle, l'une contenant le lexique de K&F et l'autre CELEX. Nous effectuons ensuite dessimulations avec ces deux versions pour l'ensemble des 1029 mots. Les mêmes paramètressont utilisés pour chaque version et également le même seuil d'identification (0.67). Ainsi,nous obtenons un temps d'identification (correspondant à un cycle de traitement dans le modèle)pour chacun de ces mots et pour chaque version du modèle.La Figure 4.7 représente le résultat de ces simulations. Chaque point représente un mot,avec en abscisse le temps d'identification obtenu avec la version K&F et, en ordonnée, letemps d'identification obtenu avec la version CELEX. La Figure 4.7.A représente les résultatsdes simulations en prenant des valeurs discrètes du temps de traitement : lorsqu'un mot donnédépasse le seuil d'identification, on lui attribue comme temps de traitement la valeur entièredu cycle auquel il est identifié. La Figure 4.7.B représente les simulations avec des valeurscontinues du temps de traitement. On calcule ici une valeur décimale plus précise du temps detraitement en déterminant les coordonnées du point d'intersection entre la courbe d'activationdu mot et le seuil d'identification. On obtient une corrélation de 0.71 en prenant les valeursdiscrètes (moins précises) et de 0.83 avec les valeurs continues. Ces résultats nous montrentune influence de la taille du lexique sur les performances du modèle. Les différences obte-