Le toilettage social est un comportement répandu chez de nombreuses espèces de primates qui remplit diverses fonctions sociales, notamment le renforcement des liens sociaux, le renforcement des hiérarchies sociales et la réduction du stress. Des études antérieures ont montré que le toilettage social peut être identifié par observation visuelle ou annotation manuelle des signaux d'accélération collectés à partir de capteurs attachés aux animaux. Cependant, un tel étiquetage manuel prend du temps et nécessite des connaissances spécialisées. Pour faciliter la surveillance à grande échelle du comportement de toilettage social chez les primates sauvages, nous proposons une approche d'apprentissage automatique pour l'identification automatique du toilettage social à partir de signaux d'accélération. Nous avons développé un ensemble de données de signaux d'accélération collectés auprès de babouins sauvages ( _Papio anubis_), contenant plus de 100 heures de toilettage social et plus de 500 heures d'activités de toilettage non sociales. L'ensemble de données a été utilisé pour entraîner et tester divers modèles d'apprentissage automatique, notamment des machines à vecteurs de support, des arbres de décision et des forêts aléatoires. Nos résultats montrent que le meilleur modèle, une forêt aléatoire, a atteint une précision de 96,2 % et un score F1 de 94,5 % dans l'identification des événements de toilettage social. L'approche proposée est prometteuse pour l'identification automatique et à grande échelle du comportement de toilettage social chez les animaux sauvages, ce qui peut contribuer à notre compréhension du comportement social des primates et fournir des informations précieuses pour les efforts de conservation et de gestion.