La segmentation d'un texte en Unites Discursives Minimales (UDM) a pour but de decouper le texte en segments qui ne se chevauchent pas. Ces segments sont ensuite relies entre eux afin de construire la structure discursive d'un texte. La plupart des approches existantes utilisent une analyse syntaxique extensive. Malheureusement, certaines langues ne disposent pas d'analyseur syntaxique robuste. Dans cet article, nous etudions la faisabilite de la segmentation discursive de textes arabes en nous basant sur une approche d'apprentissage supervisee qui predit les UDM et les UDM imbriques. La performance de notre segmentation a ete evaluee sur deux genres de corpus: des textes de livres de l'enseignement secondaire et des textes du corpus Arabic Treebank. Nous montrons que la combinaison de traits typographiques, morphologiques et lexicaux permet une bonne reconnaissance des bornes de segments. De plus, nous montrons que l'ajout de traits syntaxiques n'ameliore pas les performances de notre segmentation.