TALISMAN 
UN SYSTEME MULTI-AGENTS GOUVERNE PAR DES LOIS LINGUISTIQUES 
POUR LE TRAITEMENT DE LA LANGUE NATUREI,LE 
MAR1E-HELENE STEFANINI, ALAIN BERRENDONNER*, GENEVIEVE LALLICH, FLAVIO OQUENDO 
e-mails : {sl~fimini, lallich, oquendo} @ criss.fr 
Fax : (+33) 76-82-56-75. Telex : UNISOG 980910. Tel : (+33) 76-82-54-18 
CRISS- Universit6 Pierre Mend~s France 
BP 47- 38040 GRENOBLE CEDEX 9. FRANCE 
* S6minaire de Linguistique Frangaise 
1700 Univcrsit6 de FRIBOURG. SUISSE 
ABSTRACT 
Natural language processing raises the problem of 
ambiguities and multiple solutions which follow frnm 
them. The knowledge gained when using the morpho- 
syutactic atmlyser CRISSTAL showed how necessary it 
was to overcome this issue. The architecture with 
sequential levels, in which each module corresponds to a 
linguistic level (pretreatments, morphology, syntax, 
semantics) has shown its limits. A sequential 
architecture does not allow a real exchange between 
different modules. This le~als to the non availability of 
the linguistic information for the reduction of 
ambiguities, at the moment they are needed. 
The necessity for cooperation between different modules 
has lead us to envisage a new architecture which stems 
from the techniques of distributed artificial intelligence. 
The paper presents this new architecture which based on 
distributed artificial intelligence techniques treats the 
inherent problems of natural language processing. One 
of the originalities resides in the distributed treaunent of 
sentence ,'malysis (as apposed to a classic sequential 
treatment) and in the introduction of linguistic laws 
which allow the management of the communication 
between agents, without appealing to a central control. 
The Talisman system is an environment which 
iutegrates linguistic tools where different ,agents c,'m 
bring into use diflerent methods such as symbolic 
and/or statistic ones. 
The Talisman system contributes to the following 
points in the linguistic domain : 
• the restriction of ,ambiguities by agent cooperation, 
• rendering structures less complex by using local 
grsmlnar rnle.s, 
• the trealment of unce~dn intbnnation. 
It can : 
• function with partial analyses at diflerent classical 
levels of mndysis, 
• change strategies accordiug to the applications or the 
corpus useA, 
• use linguistic laws which are eaaily modifiable. 
At the implementation level, the system brings openess 
to the modification of dictionaries, grammars mid 
strategies of analysis, and the necessary mechanisms for 
the integration of new modules. 
Talisman is a linguistic environment based on the most 
recent techniques used in software engineering 
environments. It provides mechanisms for data and 
control integration of linguistic tools. 
This paper is organized as follows. After a short 
overview in section 2 about the problems of sequential 
architectures, we establish the main objectives of our 
work in section 3. We present, in section 4, the 
contribution of multi-agents systems "governed by 
laws". In section 5, we define the structure of an agent 
and of its society. The implementation is presented in 
section 6. 
Keywords 
Euvironment framework for linguistics tools, natural 
lm~guage, written french, distributed artificial 
intelligence, multi-agent systems, law governed 
systems, commuuication protocols. 
RESUME 
Nous pr6sentons uric architecture nouvelle issue des 
techniques de rintelligence artificielle distribu6e pour 
traiter des probl~mes inh6reuts h la langue naturelle tels 
que les ambigui't~s. Une des originalit6s r6side dans la 
conduite distribu6e de I'analyse de la phrase (h roppos6 
d'un traitement s6quentiel classique) et dmls rapport des 
"lois" qui pemlettent de g6rer la communication entre 
agents, sans faire appel hun contr61e centralis6. Le 
syst~me Talisman, fond6 sur le concept de syst~me 
multi-agents gouvern6 par des lois, est un 
environnemeut d'int6gration d'outils linguistiques o0 les 
diff6rents agents du sysl~me peuvent mettre en oeuvre 
des m6thodes telles que des m6thodes s3anboliques et/ou 
statistiques. 
Mots-cl6s 
Environnement d'int6gratiou d'outils linguistiques, 
langue naturelle, franqais 6crit, intelligence artificielle 
distribu6e, syst~mes multi-agents, syst~mes gouvem6s 
par des lois, protocole de communication. 
ACRES DE COLING-92, NANTES, 23-28 AOr.3"r 1992 4 9 0 PROC. OF COLING-92, NANTES. AUC. 23-28, 1992 
1. INTRODUCTION 
L'mlalyse automafique de Ill langue naturelle soulbve le 
problSure des mnbigu~'t6s \[Rady 1983\] et des solutions 
multiples qui en d6coulent. L'exp6rience acquise avec 
I'utilisation de I'analyseur inorpho-syntaxique 
CRISSTAL 1 \[Lallich & al 1990} nous a montr6 
comb|ell il 6lait n6cessaire de inaitriser ce problbme afin 
d'arriver ,5 une solution juste. Face h cet imp6ratif, 
l'architecturc pur niveaux dire "s6quentielle", dans 
laquelle chaque composant correspond hun nivean 
linguistique (pr6traitements, morphologie, syntaxe, 
s6manaque) a montr6 ses limites \[Sabld11991\]. En effet, 
la d6murche lin6airc privil6gie ~ chaque 6tape de I','ulalyse 
un module linguistique sp6cifique, or, une architecture 
s6quentielle tie permet pas uu r6el 6change entre les 
diff6rents modules, ce qui enlr,~ue Ill uon-disponibilit6, 
aux moments opportnns, d'inh)nnations linguistiques 
n6cessaires h la r&luctiou des ,'unbig uit6s. 
La n6cessit6 d'une coop6ration entre les difl~rents 
modules nous a amen6s h cur|sager nne nouvelle 
architecture issue des techniques de l'Intelligence 
Artificielle DisWibu6e. 
Aprbs un bref expos6, ell section 2, des probl~mes 
inh6rents h rurchitecture s6quentielle, nous 6tablissous 
les objectifs de notre trawdl dlms la section 3. Nous 
pr6sentons, cn section 4, rapport des syst~lnes multi- 
agents "gouvem6s par des lois". En section 5, nous 
d6finissons la structure d'un agent et celle d'uue soci6t6 
d'agents et nous exlx)sons des exemples de coop6ratiou et 
de conflit entre agents. L'implm)tation de Tidislnan sera 
d6crite en section 6, 
2. LES LIMITES DE L'ARCHI- 
TECTURE SEQUENTIELLE 
CRISSTAL, comme beaucoup de sysl6mes d'analyse de 
la hmgue uaturelle, est consmlit sehm uue architecture 
s6quenlielle et utilise nne description de la laugue bas6e 
sur trois niveaux : morphologiqnc, syntaxique et 
sOnantique. 
Le niveau morphologique comprend : 
• les pr6traitements : ils nurtural|sent les curact~res et 
d6coupent le textc en fonnes ; 
• l'mlalyseur morphologique flexionnel : il atlribuc 
aux fonnes une on plus|curs cat6gorisalions ; 
• la levde d'mnbiguit6s bas6e sur des filtres dc 
Markov : elle r6duit les cat6gorisatiolls possibles ; 
Le niveau syntaxique up,re stir les rdsultats 
nlorphologiques et comprend : 
• un regronpement des moq)h~mes discontiuus pour 
se rmnener h uu mod~le hoes eoutexte ; 
• Ill d6composition des phrases en propositions ; 
unit6s synmxiques completes et plus simples ,5 
analyser ; 
• ranalyse syntaxique de la proposition ex6cut6e pro" 
un syst~me expert ; 
Le niveau sdmantique construit la structure logique ,5 
partir de la structure syntaxique. I1 comprend : 
• nne transduction de rurborescence : passage du 
formal|sine de constitumlts h celui de gralmnaire 
fonctionnelle ; 
1 utilis6 dans le projet ESPRIT MMI2 \[MMI2 891. 
ACRES DECOLING-92, NANTES, 23-28 AOL'r i992 491 
• une r6solution d'anaphores iutra-phrastiques, ell 
crdant une relation de liage entre nit terme 
anaphorique et son r6f6rent ; 
• un nmrquage des op6rations d'6ilnnciation afin tie 
foundr des inlormatious sur Ill nature des syulagnles 
nolnillaUX. 
L'architecture s&lnentielle prdsente des incoltv6nients. 
EIIe gfn6re des solutions parasites. La multiplicit6 de 
ces sohltious cro'~t unssi avec l'ntilisation d'une 
gramlnaire g6n6rale. 
2.1. Les solutions parasites et leur 
combinatoire 
Chaque niveau s6urbte des mnbiguitds qu'il ne peut 
r6soudre, faute d';tcc~s ,5 des inlorumtious glob',dcs. De 
plus, une description par niveaux correspond h une s6rie 
d'interpr6tations successives ind6peudmltes les uues des 
autres. Or, l'inforulutioll dont on dispose huu lnolnent 
donn6 peut conceruer plus|curs niveaux d'analysc. Par 
excmplc : 
le (ct) lui (~)poste(y)-t/ ce matin? 
les mnbigu}'tds : ct prdverbal / d6tenninant 
\[~ )loin / pr6verhal 
y verbe / unto 
L'mfonnation moq)hographique (Ill tiret suivi d'un 
pronom sujct penmet de fairc des infdrences iudirectes 
qui 15vent les imlbignitds : 
- le tiret implique (poste ~ verbe) 
- (pos?e e verbe) impliquc (tui E pr6verhal) 
t/u/c pr6verbld) impliqne (/e 6 pr6verb~d). 
Ces informations sont utiles ,5 divers lliveanx de 
I'aualyse, ell parliculier ell synlaxe, pour coustruire lc 
sous-ad)re correspoudtmt h uu syutagme verbld. 
Dc phls, la propagatiou des ambiguiifs d'un module vers 
un autre provoque nue explosion combinatoire. Par 
exemple, on a 288 interpr6tations burs contexte 
possibles pour Ill phrase : 
La ((p) machine (7)garde (T)en (v) 
memo1re la ((p) trace (y) des 
pragrammes (y). 
les ambigu~16s : ~ : prdverhal / unto / ddterminmlt 
"¢ : verbe / nora 
v : pr6position / prfverbal 
Une meilleure strat6gie serait d'obtenir, ell cunts de 
traitement nlorphologique, des indications de llt synt~Lxe 
sur ta structnre des verbes roach/net, garder et 
tFacer, 
2.2. La complexitd d'une grammairc 
g6ndrale 
Lit complex|t6 rdsulle tie rutilisation d'uue grmnlnaire 
g6n6rifle qui essaie de pr6voir Inures les possibilit6s de llt 
langue en los mcttant sur lc in~lne pliin. Eli effet, Ill 
langue naturelle compreud des habitudes de parole qui 
n'ont pits toutes le statnt dc r~glcs strictes, mais souveiIt 
de simples pr6/~rences ct ne concernent plts globalement 
routes les conslnlCtious, mais souvcnl, h)calement oil 
duma|he limit6 de constructions sp~cifiques. 
Par exemple, pour lit gr~nmaire du syntagme nominal, 
Oil a besoiu de recounailre quelques c,'ts de construct|oil 
relic que : N" -> N"N" 
Cette r~gle permet de construire des syntagnles 
nominaux r6sultats de la juxtaposition de deux 
syatagmes nominaux. 
ex : Alger la bla~che~ le docteur X... 
PRoc. OF COLING-92, NANTES, AUG. 23-28, 1992 
Celle r~gle interfere constamment avec d'antres r~gles et 
produit des solutions parasites que I'ont pourrait 
suppruner en divisant la grammaire en partie standard et 
pattie sp6cifique. (cf 3.2) 
3. LES OBJECTIFS DE TALISMAN 
Notre but est de d¢finir une architecture qui compose 
diff6rentes phases d'an,'dyse et qui, en fonction des 
probl~mes de reconnaissance que posent les structures 
linguistiques rencontr6es, soit capable d'ordonner 
convenablement les divers sous-ensembles de r~gles et de 
les activer au bon moment. Les am61iorations attendues 
sont la restriction des ambigu'/t6s par coop6ration de 
modules, ractivation de gr,'unmaires locales pour 
d6complexifier les structures et le traitement des 
informations incertaines. 
3.1. La restriction des ambigu'/t6s par 
coop6ration de modules 
Pour rCsoudre une ambiguit6 morphologique, il est 
souvent n6cessaire d'avoir pr6alablement effecta6 une 
analyse syntaxique partielle du secteur du texte qui la 
contient \[Berrendonner 1990\]. Par exemple : 
Cet article est le fruit o'u~e r~flexion 
rnen~e au CR ISS sur l'analyse (7) 
automatique (~) des langues. 
les ambiguYt~s 7 : verbe / nom 
: nom / adjectif 
Au niveau morphologique, le choix entre nom ou 
adjectif pour autornatioue d6pend d'une 
d6sambiguisation de analyse au niveau syntaxique. 
De m~me, pour r6soudre un problbme syntaxique, il est 
souvent ndcessaire d'en avoir r6solu un autre. De plus, 
ces d6pendances syntaxiques sont tr~s irrdgulibres et 
varient beaucoup d'une phrase ~ rautre. 
En syntaxe, le rattachement des syntagmes 
pr6positionnels duns l'arbre d'analyse est souveut 
probl6rnatique. Pour Cviter de contruire te CR/SS sur 
/'analyse, des strat6gies sur la Iongueur des 
compl6ments (au CRISS, sur /'analyse 
autornatique...), ou des strat6gies probabilistes sur la 
d¢pendance r6guli~re ~ droite peuvent ~tre mises en 
ogUVl~. 
3.2. L'activatiun de grammaires locales 
Les grammaires locales \[Berrendonner 92\] se 
caract6risent par leur moment d'intervention duns 
ranalyse, le contexte sur lequel cUes op~rent, les 
informations linguistiques qu'elles produisent ainsi que 
par la propagation de ces informations aux niveanx 
ult6rieurs. Contrairemeut anx grammaires g6n6rales, 
elles s'appliquent sur uue configuration pr6cise et 
foumissent une information "sfire" ou tr/~s probable. 
Elles sont utilis6es h diff6rentes fins qui peuvent se 
conjuguer : 
- suit ramener les cas particuliers au cas g6n6ral qui sera 
alors trai~ par une grammau'e g6nCmle. Ce sent alors des 
grammaires de transformations. 
exemplel : la normatisation de structure d'une phrase 
interrogative pour la ramener ~ une forme assertive, 
exemple2 : la normalisation d'une forme verbale 
"compos6e" pour la ramener ~1 une forme verbale 
unisegmentale ordinaire (regroupement de constituants 
discontinus). 
Aor~s DE COLING-92. NANTES. 23-28 ~,o13"1" 1992 4 9 2 
-soit pr6dire de l'information "sOre" ~ l'usage des 
niveaux ult6rieurs. Par exemple : la r66critare de la 
s6quence du en de le doit s'accompagner de 
rinterpr6tation '70, article" car elle introduit toujours uu 
syntagme nominal. Elle se distingue aiasi de la s6quence 
de le oi~ le doit ~tre interpret6 comme un pronom 
inlroduisant un synlagme verbal h l'infilfitif. 
3.3. Le traitement des informations 
incertaines 
Les s6quences textuelles contiennent tout/t la lois des 
indices "stirs" sur lesquels on peut fonder des pr&lictions 
et des indices por~urs d'informations diverses (que, he) 
sur lesquels on ne peut avoir que des pr6somptions. 
Contrairement b, rinfonnation sore qui pout Etre donn6e 
ou calcul6e, l'infonnation incertaine relive d'heuristiques 
fond6es sar la langue ou sur le corpus : no est le plus 
souvent annonciateur de n6gation, c)ue d'une 
subordonn6e, mais ne...que est une n6gation restrictive. 
c'est-~-dire un op6rateur sur un syntagme verbal qui ne 
doit ~tre trait6 ni par le module de la n6gation, ni par 
celui de la subordination. 
Les informations plausibles ne sont pus exploit6es par 
une grammaire g6n6rale. Par exemple, les pr6f6rences 
stmctarales des sujets parlants : 
- rien n'emp~che d'employer une relative restrictive dans 
un syntagme nominal concemant un possessif : 
ex: ma craVate, qui est r~ser'Cde pour tes 
ceremonies... 
- n6anmoins, duns certains textes, statistiquement, la 
quasi totalit6 des relatives apr/~s un nora possessif \[Pass 
N\] ne sont pus restrictives, mais appositives. 
- il y a doric une pr6f6rence, (non nne r~gle 
contraignante), pour 6viter des structures telles que : 
IPoss N P restrictlsN (nora possessif suivi d'une 
proposition restrictive) et l'analyse peut en tenir compte, 
au mohis pour pond6rer les solutions possibles. 
4. UN SYSTEME MULTI-AGENTS 
GOUVERNE PAR DES LOIS 
A roppos6 des architectures s6quentielles, rapproche de 
de rlntelligence Artificielle Distribu6e \[Bond & Gasser 
1988\] r6partit rintelligence duns des agents. Ceux-ci sont 
des entit6s autonomes capables d'agir rationnellement sur 
elles-m~mes et sur lear environnement en fonction de 
leurs observations, de l'6tat de lears commissances et de 
leurs interactions. Cette approche conduit h la r6alisafion 
de syst~mes dtis multi-agents \[Gasser & Ferber 1991\]. 
lls sont d6finis comme 6rant une soci6t6 d'agents 
autonomes en interaction. Ces syst~mes comprennent 
deux principaux modes de communication : 
• les architectures par partage d'informations appel6es 
"tableaux uoirs" \[Newell & Simon 1972\], \[Nii 
1986\]. 
• les architectures fond~es sur ka commudication entre 
agents \[Gasser & al. 1987\]. 
L'inconv6nient des "tableaux noirs" vient du fair que 
leur dispositif de contr61e est compl~tement centralis~, 
ce qui p6nalise la distribution du raisonnement. Cette 
architecture a ¢t¢ appliqu6e en linguistique ~ la 
reconnaissance de la parole \[Ennan & al. 1980\], et plus 
r6cemment, au traitement du franqais 6crit : syst~me 
PROC. OF COLING-92. NANTES, AUG. 23-28, 1992 
HELENE \[Zweigenbaum 1989\] et syst6me CARAMEL 
\[Sabah 1990\]. 
Par centre, les architectures bas6es sur llt 
communication i~tr messages etltre agents permetteut la 
distribution tot~de des connaissances, du contrfle et des 
rdsultats partiels. La distribution dolt garantir 
l'autouomie partielle ou tot~dc des agents. Chaqne agent 
aune t,'~ehe spdeifique et uu protocole d'interactiou avec 
les autres. II dispose en outre de capucit6s tie 
raisonnement et tie ddcision qui le rendeat autonome. 
Cepeudant, des probl~mes de structuratioii de llt 
comnmunication tels que la synehronisation, llt 
COllCUrfence et le partage tie ressources eiltre agents 
apparaissent lorsque les agents commisseut trop 
d'autonomie. Une soeitt6 d'ageats eompl~tement 
autouomes n'est pas souhaitable pour le trititement de llt 
langue natumlle, oh le comportement des agents dolt 
~tre guid6 par des r~:gles linguistiques. 
Pour y remddier, nous proposons d'introduire le concept 
de "loi" tel qu'il u 616 d6fiui par Miusky dans l'approche 
des syst~:mes dils gouvernFs par des lois \[Minsky 1988\], 
\[Minsky 1991 \]. Cetle approche implique l'dtablissement 
d'un ensemble de r~gles colmnunes ,~ la soci6t6 d'agents. 
Ce nouveau syst~me iufi~rmatique que nous avons appel6 
"syst~mc multi-agents gouvern6 par des lois" pr6senle 
les caract6ristiques suivmltes : 
La modularit¢ 
L'dclatement d'uue niche complexe en sous-tfiches 
moins complexes entraiue une r6duction de la 
complexit6. Le syst~me rdsult,'mt est plus facile ,~ 
d6velopper, h tester et h mifintenir. 
Pour le traitemeut de la laitgue naturelle, nous 
pouvoas aiusi consolwer nos diff6renls niv~'lux ell 
les int6grant dans des agents experts en 
morphologie, eu syutaxe, n6gation, etc. 
L~l robustesse 
Le systt:me peut continuer h travailler m~mte si la 
r6solution d'une thche 6choue. Par exemple, si les 
agents en mnorphologie ou ell syntaxe sent bloqu6s 
lots de llt d¢smnbigui'sation d'uue s6quence de 
cat6gories, l'agent en statistique peut travailler 
indtpendmnmcnt 
La distribution du contrgle et des cotmaissances 
Elle pennet de r~dsonaer et d'acqu6rir ou de modifier 
des COlllh'liss~ulees, au lliveau loc~. 
Par la distribution du coatr61e, ces syst~rnes se 
pr+teut plus naturellement h ht arise en oeuvre des 
grammaires lee;des que les sys+mes lin6aires. La 
distribution de la connaissance facilite la 
repr6senUttiou et la modification de ces grmmitaires. 
Les expertises en concurrence 
Contrairement aux systt3mes experts classiques, les 
agents peuvent avoir des expertises diff6rentes, 
compl+mnentaires ou contradictoires, sur un 
probl+me donn6. Les conflits engendnSs peuvent +tre 
r6solus par des n6gociations entre agents. 
Par exemple, pour l'analyse morphologique, deux 
agents pourront ~tre mis en concurreuce: l'un expert 
en morphologie d6rivationnelle, l'autre en 
morphologie flexionnelle. 
La ldgislation 
Les lois du sys~me repr6sentent un certain "code de 
conduite" pour tousles agents. Elles r6glementent 
aussi certains conflits, ce qui permet, par exemple, 
de trailer les informations incertaines. 
Ac~s DE COLING-92, NANTES, 23-28 AO(~ 1992 493 
5. LE SYSTEME TALISMAN 
Le syst~llte Tidisman qae uous avous d6velopp6 est nne 
impl6mentation des syst~mes malti-l,geuts gouvern6s 
par des lois. 
Nous prdsentons successivement les concepts d'ageitt et 
tie soci6t6 d'agents, dtfiitis &ms le cadre du groupe 
PLEIAD 2, et lear mode de communication p~u'tieulier 
fond6 Sill" des lois. 
5.I. Description d'un agent 
Un agent compreud deux parties, l'une interne 
repr6senumt ~t structure, l'autre exteme qui traduit son 
comportemnent vis-h-vis de l'ext6rieur. 
5.1.1. Structure d'un agent 
Su structure interne comprend uue pmtie shatique et lille 
pattie dynamnique. 
l,a pattie statique 
Elle comporle trois composautes : 
• les connaissances, c'est-,~-dire l'expertise du 
domaine. 
Ces connuissanees sent tie deux types : les 
dill6reules ressources et llt m~moire locale de l'ageut 
qui contient ses r6sultats partiels et ses 
connaissances sur les autres agents, 
• les compdtences qui mettent en oeuvre des 
~dgoritlmms et des capacit6s de misonnement, 
• les strategies de contr¢~le utilis6es par l'agent pour 
poendte des ddcisions et mener ties r6solations. 
Par exemple, pour l'ageot en syntaxe uotmn6 SYNT : 
- ses conuaissances sent les dictionuaires et les 
gralmitaires qui jouent le rfle de serveufs d'information. 
Sa mt6nloire locale comporte des conllaissuitces suf 
l'ageut MORPH expert en morphologie, 
- ses comp6tences sent repr6sent6es par uu syst~me 
expert qui supervise l'algorithme d'Earley et par diff6rents 
automates dent uu d¢tecteur de circonstm~ciels, 
- ses strategies font appel h des prddictious linguistiques 
fonddes sar le eomportemeut rectionnel tie certains roots 
(les verbes, les d6verbaux, les adjeclit~s, etc.). 
La pattie dynamique 
Elle contient les m6canismtes de raisonnement, de 
d6cision et de d6tection des ineoh6rences, et les actions 
qu'il peut entreprendre sur l'etwironnemeut ou sat lui- 
m6me, par exemple, la lmse h joar de sit m6mtoire loc~de. 
5.1.2. Comportement d'un agent 
Les agents sent des entit~s dyaamiques. Leurs actions 
sent perques dans leur environnement par une 
production d'6v6nements. Ceax-ci modifient 
\]'envirollnement et les actes de communication. Les 
agents sent qualifi6s de fiexibles, adaptatifs et 
2pI,EIAD (Pfile et Lieu d'Echanges en Intelligence 
Artificielle Distribude) regroupe les laboratoires grenobhris 
suivants : ARTEMIS, ICP. LIFIA, TIM3 (Universit6 Joseph 
Fourier), CRISS (Universitd Pierre Mendt:s France) et LETI 
(CEA). 
Paoc. OF COLING-92. NANTES, AUO. 23-28, 1992 
autonomes dans leurs actions et donc dans leurs prises 
de d6cisioo. 
5.2. Les diff6rents agents de Talisman 
Dints Talisman, la soci6t6 comprend actuellement huit 
agents lingaistiques experts en : 
- pr6traitements (PRET) : d61ivre des informations 
morphographiques et morpho-s3mVaxiques utiles aux 
autres agents, 
- morphologie (MORPH) : met en ~euvre une 
expertise pour lever les ambiguit~s contextuelles, 
san but 6umt de donner la bonne cat6gorie h chaque 
mot, 
- segmentation (SEGM) : renseigne sur le hombre 
de verhes attendus &ms la phrase et d6compese celle- 
ci en propositions relatives, compl6tives, etc. 
- syntaxe (SYNT) : comprend des gr~unmaires 
locales en interrogatives, infinitives, par exemple 
un agent local nonun6 NR tralUmt les restrictions 
n6gatives etc ; son but 6tant de donner la meilleure 
repr6sentation syntaxique de la phr&se, 
n6gation (NEGA) : repute les nnit6s dans 
lesquelles s'effectue la n6gation, 
- ellipses (ELLIP) : analyse les propositions 
elliptiques et les complete, 
- coordination (COORD) : traite les c,'~s simples de 
coordination, 
- statistique (STAT) : utilis6 sur des s6quences qu'il 
est impossible de d6sambigui'ser A l'aide 
d'heuristiques linguistiques. 
Ces agents soot 6tudi6s en d6tails dans |Stefaniui & 
Oquendo 1992\]. 
5.3. Description de la soci6t~ d'agents 
La soci6t6 d'agents comprend elle anssi une structure 
interne et un comportement d~fitti par les lois. 
5.3.1. Structure d'une soei6t6 
La structure interne de la soci6t6 peut ~tre hdt6rarchique 
ou lti6rarchique. Les interactions de base entre agents 
comportent des messages d'informations, de requites, de 
confirmation, etc. La communication entre agents peut 
~tre directe ou indirecte. Dans notre application, la 
soci6t6 tie compreod pas de contrOle centralis6 et la 
communication entre agents est indirecte. 
La partie statique 
Elle se compose aussi de trois entit6s : 
• les connaissances de la socidtd c'est-h-dire les agents 
et leurs liens, 
• les competences de la socidtd, c'est-~t-dire les 
r6sultats de la coop6mtion entre agents, 
• les strategies de la socidtd, c'est le r6sultat de 
l'interaction entre agents selon leurs connaissances 
et leurs comp6teuces. 
Les commissances de Talisman sent repr6sent6es par les 
agents linguistiques. Ses eomp6tences concement la 
reconnaissance de la phrase. La soci6t6 peut agir selon 
diff6rentes strat6gies. Exemple de strat6gie : les rfsultats 
de I'agent en pr6traitements ferment un environnement ~t 
partir duquel diff6rents agents travalllent en "parall~le" 
sans attendre que toutes les ph,xses de ran,'flyse classique 
Acaa/s DE COLING-92. NANTES. 23-28 AOU'I" 1992 
soient termin6es. Leur but global est la reconnaissatlce 
de la phrase. 
La partie dynamique 
Par l'ittterm6diaire de lent protocole de communication, 
les agents deviennent coop6ratifs ou conflictuels, (cf. 
5.4.2, 5.4.3) \[Demazeau & Mueller 1990\]. 
5.3.2. Comportement d'une soei*t6 
Les lois permettent de d6finir le comportement de la 
soci6t6. 
Ddfinition des lois 
Les lois r6gulent et modifient les 6changes de messages 
entre les agents. EUe sent explicites 3 et modifiables. 
On distingue alnsi deux 6tapes dans le passage d'un 
message : 
• l'envoi du message. L'agent exp6diteur E envoie un 
message M /t l'agent destinataire D, en utilisant 
rop6ration send (E, M, D) ; 
• la livraison du message. Le message peut ~tre 
transform6 avant d'etre envoy6 aux agents destinataires 
Ill par l'op6ration deliver (E, MI, D1). 
L'envoi de messages est tr~msform6 par la loi, de la 
mani~re suivante : 
• le message reste inchang6 par rapport ,~ sa 
destination initiMe : 
send (E, M, D) -> deliver (E, M, D) 
• le message et/ou sa destination sent modifi6s : 
send (E, M, D) -> 
modifya(M, MI, D, D1) 
& deliver (E, M1, DI) 
• le mes~ge est bloqu6 : 
send (E, M, D) -> fail 
Ces lois sent raises en ~euvre par le serveur de messages. 
5.4. Quelques exemples 
Nous pr6sentoos quelques lois qui interviennent dens la 
soci6t6 d'agents et hans les appliquons ~ un exemple de 
coop6ration puis de conflits entre agents. 
5.4.1. Exemples de lois 
Les lois linguistiques 
Nous ayahs 6tabli des lois pour les phrases assertives, 
interrogatives, imp6ratives. Ces lois activent an agent 
sp6cialis6, en fonction d'indices pr61ev6s dans le texte et 
de caract6risfiques d'un probl~me d'analyse particulier. 
Par exemple, en pr6sence d'un "?", rencontr6 par l'agent 
en pr6traltement~s, une loi d6clenche l'agent en syn 'taxe 
qui activera sa sous-grammaire propre aux 
interrogatives. Ainsi, lors de l'analyse de : 
e~t-oe oue to machine garde en mdmeire 
la trace des programmes ? 
Une loi d'attente intervient : 
send ($YNT, \[interro0ative,"est-ce...program- 
mes"l,_) -> deliver (SYNT, attente, _) 
La loi bloque le travail des autres agents 
momentan6ment car il est inutile que l'agent expert en 
morphologie traite un d6but de phrase (est-ce que) qui 
peut g6n6rer inutilement certames ambiguit6s alors 
3 Nous utiliserons la syntaxe de Prolog. 
4 La s6mmttique de ce pr6dicat est d6fmie par rutilisateur. 
4 9 4 PRec. OF COLING-92, NANTES, AUO. 23-28, 1992 
qu'un module de lrmBfonnation s'aUaehera h rdlablir une 
proposition assertive. Le traitcment de la phrase 
~tssertive s'eftectuera conune &ms 5.4.2. 
Les lois sur la communication entre agents 
Elias 6vitent certains contlits inutiles. 
-exemplel : si aueun agent ne peut desmnbigu'iser une 
sequetlce, il rant consulter I'agent expert ell statistiqne 
STAT) : 
send (_X, \[ambiguO, "chaine"\],. ) 
-> deliver IX, "cha'ine", STA-I) 
-example2 : lorsque l'agent MORPH petit r6soudre hit- 
in,me hue ambiguit6 duns uue S&lUeuce, il dolt 
demander coufirlnation uux au|res ugcn|s : 
send (MORPH, \[ ambigu,~, "cha~ne"\], ) 
-> deliver (MORPH, \[ambigue,"chahm"\], \[SYNT, 
SEGM...\]) 
Les lois de geslion des conflits 
On a conflit lorsqu'un agent envoie le nl&ne message h 
deux aulres agents et en reqoit deux r6poltses differentes. 
Pour gerer les conflils on peut donner une lot de priorit6 
ou instaurer des negoeiations, l~t gestiou ties couflits est 
d'une complexit6 rdelle pour la lungue naturelle et 
requiert un approlondissement de nos Irawtux actuels. 
5.4.2. Examples de cooperation 
La eoop6ration s'6tablit lorsqu'ml agent a besoin des 
services d'autres agents pour accomptir sa l,lche. Aiusi, 
ou peut eonsiderer qne I'agent en morphologieet l'ageut 
ell syntaxe coop~rent. En eft'el, pour accoulplir sa tfiche 
(levde ties tunbiguites nlorphologiques) l'agent en 
mnrphologie a besoin, lace h une ambiguit6, de 
prddictiou oH de continuation de 1' agent ell syntaxe pour 
continuer I'ml+dyse de la phr,'tse. Reprenlms l'exemple : 
LO machine garde en memoire la trace 
de~ programmes. 
La lot iudique aux agents qua la phrase est assertive. 
Les agent s'aetivent ell "parall~le" duns Ill phrase iI~:s 
qu'ils rccoinlaissellt till indic~tteur : 
• L'agent eu pretraitements reconnalt des (de : 
preposition + les : iu'ticle) et euvoie ses r6sultats 
I'ensemble des agents, 
• L'agent en syntaxe s'activc sur les iufommtions 
pr6c6dentes et COllStruit un d6but de syutagme 
preposilionuel, 
• L'agent expert en morphologie parcourt Ill phrase et 
61imiue certaines ambigu'it6s avec des r~gles 
contextuelles, pat example pout" La machine 
(d6tenninant + nora) et demande v6rifieation ,5 la 
syntaxe. Memoire qui n'est pas ambigu (nora) permet 
de lever l'mnbiguR6 pr~cOJente ten) et d'obtellir une 
pr6position. M demasde aussi h lu syntaxe des 
prddictions sur les verbes possibles (oarder on 
tracer), 
• L'agent ell segmentatiou tie rep~re pits d'iudices pour 
decomposer ia phrase (introducteurs de propositions, 
ponctuations) et en deduit qu'il u'existe qu'une seule 
proposition et done qu'ml seul verbe. Cette information 
est envoyde h la morphologieet h la syntaxe. 
• I Jr syn 'taxe consulte son dictiommire des structures des 
verbes et choisit le vertm le plus adapt& 
5,4.3. Examples de conflits 
Des conflits peuvent s'instaurer eutre agents en 
seglneutation (SEGM) et eu n6gation (NEGA) (Ne 
...qua stnlcture restrictive, cf 3.3). 
Lo machine r~e 9arde on m~moire que la 
trace des programmes. 
L'objectif est d'inhiber les deux agents experts ell 
n6galion (NEGA) et en seginenlalion (SEGM). 
L'agellt ell nlnrl)hologie cnvoie h lolls les agents un 
message indiqllant qn'il a trnuv6 lille categorie ell 
n6gation : 
send (MORPH, \[n69ation, "ne"\],_ ) 
lot: 
send (MORPH, \[n69ation, "he"I,_) 
->deliver (MORPH, \["he", n~gation\], NEGA) 
L','lgellt NE(JA, apr~s avoir reqn ce message, est en 
attcnte d'un pus, p/us, jamais..., il n'obtient pas de 
r6pnnse tie l'agent MORPH el envoie le message 
suiv~ult : 
send (NEGA, \[echec,"ne"\],_) 
La lot livre Mars la ndgatiou i't un ugeut NR, h)cul ~ Ill 
syutaxe comportant USe gralnnlaire locale des 
restrictions n6gatives : 
send (NEGA, \[echec,"ne"\],_) 
->deliver(NEGA, \[deb-restrict,"ne"\], NR) 
L'agest NR reconna'ff dmls llt l)lmLse un "qua" qu'il 
d6fiuit comnle 6tallt la partie finale de la restriction 
negulive et en inlorule les auU'es : 
( 0~ ) agent NR :send (NR, \[fin restrict,"que"\],_) 
L'agent ell segnlentation ilep~re anssi l'iudicateur que 
qui repr6sente pour lui tm introdut:teur de prolx~sition et 
euvtlie u\[i message d'int+.H'fllation anx autres agents, 
uinsi qu'un message de requ&e aux agents SYNT et 
MORPH puisqu'il atteud un verbe enlre I'inlroducteur de 
proposition et le point fluid : 
(~)agent SEGM : 
send (SEGM, \[introducteur,"que"\],_) 
->deliver(SEG M,\[cherche-vetbe, 
"la trace...programmes"\], \[SYNT, MORPH\]) 
Or, \[as dells lncssages(\]~ et I~ enlfa'luellt un COllflit 
eutre les agents SG et NR, qui sera g6r6 par llt lot : 
send (_, \[ambigue,"que"\],_) ->deliver(NEGA, 
\[cherche-verbe,"la trace...programmes"\], \[SYNT, MORPH\]) 
La synlaxe ne cousid~re \[~Ls qua trace est un verbe. La 
lot domle donc priorit6 h la restriction n6gative : 
send (_, \[ambigue,"que"\],_) 
-> deliver (_, \[fin restrict,"que"\],_) 
D'autres conllits peuvent apparaitre entre l'agent en 
segmentation et I'agent ell coordination car leurs 
mdicateurs peuveut 8Ire communs. 
Le probl&ne est de savoir si la coordination ~ trouve ,~ 
l'int&ieur de la subordonnde ell ,~ l'ext6rieur car la 
coordination op~re sur n'importe quelles unites 
AcrEs DE COLING-92, NANI ~S. 23-28 AO(rr 1992 4 9 5 1)ROe. OF COLING-92, NANTES, AUG. 23-28, 1992 
syntaxiques donc sur les propositions et b, I'int6rieur des 
propositions. 
Exemple : EIle ne ro~t One dt~ rou,ge le matin, et 
le SOW, q~e du t'~W. 
6. IMPLEMENTATION 
L'architectare de Talisman peut ~tre d6compos~e en : 
• une partie constante of\] "structure d'accueil" repr6sent6e 
par un serveur de messages (S) qui g6re la 
communication entre agents. Celle-ci est donc indirecte. 
Le servear met en oeuvre les m6c,'mismes d'imposition 
des lois. 
• une partie variable constitu6e des diff6rents agents, de 
I'ensemble des lois et des modules du logiciel 
CRISSTAL qui impl6mentent certaines parties de 
l'expertise de l'agent. 
Notre impl6mentation est ~ l'6tat de prototype. La 
structure d'accueil et les agents sont impl6ment6s en 
Prolog Bim (version 3.0) sur station SUN4. Les 
modules du logiciel CRISSTAL sont ~crits en C, et en 
Prolog. Ces modules sont encapsul6s dans has agents et 
peuvent 6tre compar6s h des agents serveurs qui lear 
rendent des services, sans pour autmU 6tre autonomes. 
.... ~i~ $~i::!~'~: ::~i~ #::~::i~!~!~ ~ ~i~i?:~ ~" 
s i • 
I Iols I II~§~st lquss 
" I.I.l 
\ 
\ N\ \ X 
\ \ \ \ systems mule\i-agents \ \\ \ 
modules CRISSTAL 
7. CONCLUSION 
Nous avons pr6sent6 une nouvelle architecture 
informatique bas6e sur le concept de syst~me multi- 
agents gouvem6 par des lois. L'impl6mentation qui en 
est faite. Talisman, apporte au domaine linguistique une 
avane6e sur trois points : la restriction des ambiguit6s 
par coo#ration de modules, la limitation des solutions 
parasites par l'activation de grammalres locales, le 
traitement des informations incertaines. 
Notre syst~me peut fonctionner avec des analyses 
partielles h diff6rents niveaux classiques d'analyse, 
ACrEs DE COLING-92, NANTES. 23-28 AOtJT 1992 
changer de strategies selon les applications on les 
corpus employ6s et utiliser des lois linguistiques 
facilement modifmbles. 
Sur le plan de l'impl6mentation informatique, il apporte 
la flexibilit6 indispensable ~ la modification des 
dictionnaires, des grammmres, des strat6gies d'analyse et 
l'ouvertare n6cessalre ~ l'int6gration de nouveaux 
modules. 
Talisman est un environnement linguistique, issu des 
techniques les plus r6centes pour la construction 
d'ateliers de g6nie logiciel \[Oquendo et at. 1990\]. I1 
foumit des m6canismes pour l'int6gration des outils 
linguistiques par les donn6es et par le contr61e. 
Les travaux ult6rieurs de Talisman rant concerner la 
robustesse de l'impl6menmtion informatique, l'ajout de 
nouveaux agents et I',',n61ioration des lois de gestion 
des conflits. 
Remerciements 
Nous tenons ,~ remercier Y. Demazeau pour ses 
commentaires sur la pattie multi-agems, sans oublier 
les conseils de J. Rouault et G. Tassart. 
ACRES DE COLING-92, NANTFa, 23-28 AO'dT 1992 4 9 7 PROC. oF COLING-92, NANI~S, AUG. 23-28, 1992 

BIBLIOGRAPHY

\[Berrendonner 1990\] Berrendonner A., "Gra;lmlaire pour 
un ~malyseur, aspects morphologiques", Les Cahiers du 
CRISS, N ° 15, Novembre 1990. 

\[Berrendonner 92\] Berrendonner A., "Pr6cis de 
grammaires polyectales", (,~ paraltre). 

\]Bond & Gasser 1988\] Bond A.H., Gasser, L., (eds.) 
"Reading ill Distributed Artificial Intelligence", Morgan 
Kaufmann, 1988. 

\[Demazeau & Mueller 1990\] Proceedings of the First 
European Workshop on Modeling an Autonomous 
Agent in a Multi-AgentWorld, "Decentralized Artificial 
lntelligence",Demazeau Y., and Maeller, J-P, (eds.) 
Elsevier Science Publishers (North Holland), July 
1990. 

\[Erman & al. 1980\] Erman L. D., Hayes-Roth F., 
Lesser V. R., Reddy D. R., "The Hearsay-I1 speech 
understanding system : integm~lg knowledge to resolve 
uncertainty", ACM Computing Surveys 12, 1980. 

\]Gasser & al. 1987\], Gasser L., Braganza C., Herman 
N., "Implementing Distributed Artificial Intelligence 
Systems using MACE", Proceedings of Third IEEE 
Conference on Artificial Intelligence Applications, 
1987. 

\]Gasser & Ferber 1991\] Gasser L., Ferber J., 
"Introduction i~ l'intelligence artificielle distribu6e et aux 
syst~mes multi-agents", Cours n ° 9 Avignon (Expert 
systems & their applications), Eleven international 
workshop on expert systems, Avignon, Mai 1991. 

\[Huhns 1987\]. Huhns M.N., (ed.), "Distributed 
artificial intelligence", Pitman Publishing-Morgan 
Kaufman, 1987. 

\[LaUich & at. 1990\] Lallich-Boidin G., Henneron G. et 
Palermiti R. : French System " Achievement and 
implementation of morpho-syntactic parser ; in 
ESPRIT P2474 MMI2 Deliverable d18. Grenoble, 
CRISS, Janvier 1990. 

\[Newell & Simon 19721. Newell A., Simon H.E., 
"Human problem solving", Englewood Cliffs, 1972. 

\[Nii 1986\] Nii P. H., "Blackboard Systems",A/ 
Magazine, Volume 7. 

\[Minsky 1988\] Minsky N. H., "Law-Governed 
Systems", Rapport de Recherche de l'Universit( de 
Rutgers, February 1988. 

\[Minsky 1991\] Minsky N. H., "The imposition of 
protocols over open distributed systems", IEEE 
Transactions on Software Engineering Februmq¢ 1991. 

\[MMI2 1989\] Esprit Project 2474. MMI2. Common 
meaning representation by D. Sedlock. Report Bim/l 3, 
October, 1989. 

\[Oquendo et al. 1990\] Oquendo F., Tassart G., Zucker 
J.D., "Support for Software Tool Integration and 
Process-centered Software Engineering 
Environnements", Proceedings of the Third 
International Conference on Software Engineering mul 
its Applications, Toulouse, France, d~cembre 1990. 

\]Rady 1983\] Rady M., "L'ambigu'it6 du lmlgage natmel 
est-elle la source du non-d6tenninisme des prtw.x3dures de 
traitement ?", Thbse de Doctorat d'gtat, Paris VI, jum 
1983. 

\[Sabah 1990\] Sabah G., "Caramel : un syst~me multi- 
experts pour le traitement automatique des langues", 
ModUles linguistiques Tome XII Fascicule 1. 

\[Sabah 1991\] Sabah G., "Parall61isme et lraitement 
automatique des langues", Acres du colloque ILN'91. 

\[Stefunini & Oquendo 1992\] Stefmtini M. H., Oquendo 
F., Talisman : Un enviromlement en ingeni6rie 
linguistique fbnd6e sur nne approche multi-agents, 
Rapport de Recherche du CRISS (~ par~tre). 

\[Zweigenbaum 1989\] Zweigenbaum P., "H61~ne : 
Compr6hension de compte-rendns d'hospitalisation". 
Deuxidme Ecole d'~td sur le Traitement des l.x~ngues 
Naturelles, L'ENSSA'I, Lmmion, Juillet 1989. 
