<?xml version="1.0" standalone="yes"?>
<Paper uid="C92-2075">
  <Title>TALISMAN UN SYSTEME MULTI-AGENTS GOUVERNE PAR DES LOIS LINGUISTIQUES</Title>
  <Section position="5" start_page="0" end_page="0" type="metho">
    <SectionTitle>
ACRES DE COLING-92, NANTES, 23-28 AOr.3&amp;quot;r 1992 4 9 0 PROC. OF COLING-92, NANTES. AUC. 23-28, 1992
1. INTRODUCTION
</SectionTitle>
    <Paragraph position="0"> 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 &amp; 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 &amp;quot;s6quentielle&amp;quot;, 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&amp;luctiou des ,'unbig uit6s.</Paragraph>
    <Paragraph position="1"> 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.</Paragraph>
    <Paragraph position="2"> 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 &amp;quot;gouvem6s par des lois&amp;quot;. 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,</Paragraph>
  </Section>
  <Section position="6" start_page="0" end_page="0" type="metho">
    <SectionTitle>
2. LES LIMITES DE L'ARCHI-
TECTURE SEQUENTIELLE
</SectionTitle>
    <Paragraph position="0"> 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.</Paragraph>
    <Paragraph position="1">  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.</Paragraph>
    <Paragraph position="2"> L'architecture s&amp;lnentielle prdsente des incoltv6nients. EIIe gfn6re des solutions parasites. La multiplicit6 de ces sohltious cro'~t unssi avec l'ntilisation d'une gramlnaire g6n6rale.</Paragraph>
    <Paragraph position="3"> 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  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).</Paragraph>
    <Paragraph position="4"> 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).</Paragraph>
    <Paragraph position="5"> les ambigu~16s : ~ : prdverhal / unto / ddterminmlt &amp;quot;C/ : 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.</Paragraph>
    <Paragraph position="6"> Par exemple, pour lit gr~nmaire du syntagme nominal, Oil a besoiu de recounailre quelques c,'ts de construct|oil relic que : N&amp;quot; -&gt; N&amp;quot;N&amp;quot; Cette r~gle permet de construire des syntagnles nominaux r6sultats de la juxtaposition de deux syatagmes nominaux.</Paragraph>
    <Paragraph position="7"> ex : Alger la bla~che~ le docteur X...</Paragraph>
    <Paragraph position="8"> 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)</Paragraph>
  </Section>
  <Section position="7" start_page="0" end_page="0" type="metho">
    <SectionTitle>
3. LES OBJECTIFS DE TALISMAN
</SectionTitle>
    <Paragraph position="0"> Notre but est de dC/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.</Paragraph>
    <Paragraph position="1"> 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.</Paragraph>
    <Paragraph position="2"> 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.</Paragraph>
    <Paragraph position="3"> 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 dC/pendance r6guli~re ~ droite peuvent ~tre mises en ogUVl~.</Paragraph>
    <Paragraph position="4"> 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 &amp;quot;sfire&amp;quot; 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.</Paragraph>
    <Paragraph position="5"> exemplel : la normatisation de structure d'une phrase interrogative pour la ramener ~ une forme assertive, exemple2 : la normalisation d'une forme verbale &amp;quot;compos6e&amp;quot; pour la ramener ~1 une forme verbale unisegmentale ordinaire (regroupement de constituants discontinus).</Paragraph>
    <Paragraph position="6"> Aor~s DE COLING-92. NANTES. 23-28 ~,o13&amp;quot;1&amp;quot; 1992 4 9 2 -soit pr6dire de l'information &amp;quot;sOre&amp;quot; ~ l'usage des niveaux ult6rieurs. Par exemple : la r66critare de la s6quence du en de le doit s'accompagner de rinterpr6tation '70, article&amp;quot; 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.</Paragraph>
    <Paragraph position="7"> 3.3. Le traitement des informations incertaines Les s6quences textuelles contiennent tout/t la lois des indices &amp;quot;stirs&amp;quot; sur lesquels on peut fonder des pr&amp;lictions et des indices por~urs d'informations diverses (que, he) sur lesquels on ne peut avoir que des pr6somptions.</Paragraph>
    <Paragraph position="8"> 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.</Paragraph>
    <Paragraph position="9"> 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...</Paragraph>
    <Paragraph position="10"> - n6anmoins, duns certains textes, statistiquement, la quasi totalit6 des relatives apr/~s un nora possessif \[Pass N\] ne sont pus restrictives, mais appositives.</Paragraph>
    <Paragraph position="11"> - 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.</Paragraph>
  </Section>
  <Section position="8" start_page="0" end_page="0" type="metho">
    <SectionTitle>
4. UN SYSTEME MULTI-AGENTS
GOUVERNE PAR DES LOIS
</SectionTitle>
    <Paragraph position="0"> A roppos6 des architectures s6quentielles, rapproche de de rlntelligence Artificielle Distribu6e \[Bond &amp; Gasser 1988\] 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 \[Gasser &amp; Ferber 1991\].</Paragraph>
    <Paragraph position="1"> 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 &amp;quot;tableaux uoirs&amp;quot; \[Newell &amp; Simon 1972\], \[Nii 1986\].</Paragraph>
    <Paragraph position="2"> * les architectures fond~es sur ka commudication entre agents \[Gasser &amp; al. 1987\].</Paragraph>
    <Paragraph position="3"> L'inconv6nient des &amp;quot;tableaux noirs&amp;quot; vient du fair que leur dispositif de contr61e est compl~tement centralis~, ce qui p6nalise la distribution du raisonnement. Cette architecture a C/tC/ appliqu6e en linguistique ~ la reconnaissance de la parole \[Ennan &amp; al. 1980\], 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 \[Sabah 1990\].</Paragraph>
    <Paragraph position="4"> 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.</Paragraph>
    <Paragraph position="5"> 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.</Paragraph>
    <Paragraph position="6">  moins complexes entraiue une r6duction de la complexit6. Le syst~me rdsult,'mt est plus facile ,~ d6velopper, h tester et h mifintenir.</Paragraph>
    <Paragraph position="7"> 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.</Paragraph>
    <Paragraph position="8"> 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 dC/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~.</Paragraph>
    <Paragraph position="9"> 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.</Paragraph>
    <Paragraph position="10"> Par exemple, pour l'analyse morphologique, deux agents pourront ~tre mis en concurreuce: l'un expert en morphologie d6rivationnelle, l'autre en morphologie flexionnelle.</Paragraph>
    <Paragraph position="11"> La ldgislation Les lois du sys~me repr6sentent un certain &amp;quot;code de conduite&amp;quot; pour tousles agents. Elles r6glementent aussi certains conflits, ce qui permet, par exemple, de trailer les informations incertaines.</Paragraph>
    <Paragraph position="12">  domaine.</Paragraph>
    <Paragraph position="13"> 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 contrC/~le utilis6es par l'agent pour poendte des ddcisions et mener ties r6solations.</Paragraph>
    <Paragraph position="14"> 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 dC/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.).</Paragraph>
    <Paragraph position="15"> 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 luim6me, 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).</Paragraph>
    <Paragraph position="16"> Paoc. OF COLING-92. NANTES, AUO. 23-28, 1992 autonomes dans leurs actions et donc dans leurs prises de d6cisioo.</Paragraph>
    <Paragraph position="17">  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.</Paragraph>
    <Paragraph position="18"> 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.</Paragraph>
    <Paragraph position="19"> 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 &amp;quot;parall~le&amp;quot; sans attendre que toutes les ph,xses de ran,'flyse classique Acaa/s DE COLING-92. NANTES. 23-28 AOU'I&amp;quot; 1992 soient termin6es. Leur but global est la reconnaissatlce de la phrase.</Paragraph>
    <Paragraph position="20"> La partie dynamique Par l'ittterm6diaire de lent protocole de communication, les agents deviennent coop6ratifs ou conflictuels, (cf. 5.4.2, 5.4.3) \[Demazeau &amp; Mueller 1990\].</Paragraph>
    <Paragraph position="21"> 5.3.2. Comportement d'une soei*t6 Les lois permettent de d6finir le comportement de la soci6t6.</Paragraph>
    <Paragraph position="22"> Ddfinition des lois Les lois r6gulent et modifient les 6changes de messages entre les agents. EUe sent explicites 3 et modifiables.  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 &amp;quot;?&amp;quot;, 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,&amp;quot;est-ce...programmes&amp;quot;l,_) -&gt; deliver (SYNT, attente, _) La loi bloque le travail des autres agents  qu'un module de lrmBfonnation s'aUaehera h rdlablir une proposition assertive. Le traitcment de la phrase ~tssertive s'eftectuera conune &amp;ms 5.4.2.</Paragraph>
    <Paragraph position="23"> Les lois sur la communication entre agents Elias 6vitent certains contlits inutiles.</Paragraph>
    <Paragraph position="24"> -exemplel : si aueun agent ne peut desmnbigu'iser une sequetlce, il rant consulter I'agent expert ell statistiqne  Les lois de geslion des conflits On a conflit lorsqu'un agent envoie le nl&amp;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.</Paragraph>
    <Paragraph position="25"> La lot iudique aux agents qua la phrase est assertive. Les agent s'aetivent ell &amp;quot;parall~le&amp;quot; duns Ill phrase iI~:s qu'ils rccoinlaissellt till indic~tteur :  contextuelles, pat example pout&amp;quot; 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.</Paragraph>
    <Paragraph position="26"> * I Jr syn 'taxe consulte son dictiommire des structures des verbes et choisit le vertm le plus adapt&amp; 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).</Paragraph>
    <Paragraph position="27"> Lo machine r~e 9arde on m~moire que la trace des programmes.</Paragraph>
    <Paragraph position="28"> L'objectif est d'inhiber les deux agents experts ell n6galion (NEGA) et en seginenlalion (SEGM).</Paragraph>
    <Paragraph position="29"> L'agellt ell nlnrl)hologie cnvoie h lolls les agents un message indiqllant qn'il a trnuv6 lille categorie ell  mdicateurs peuveut 8Ire communs.</Paragraph>
    <Paragraph position="30"> Le probl&amp;ne est de savoir si la coordination ~ trouve ,~ l'int&amp;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.</Paragraph>
    <Paragraph position="31"> Exemple : EIle ne ro~t One dt~ rou,ge le matin, et le SOW, q~e du t'~W.</Paragraph>
  </Section>
  <Section position="9" start_page="0" end_page="0" type="metho">
    <SectionTitle>
6. IMPLEMENTATION
</SectionTitle>
    <Paragraph position="0"> L'architectare de Talisman peut ~tre d6compos~e en : * une partie constante of\] &amp;quot;structure d'accueil&amp;quot; repr6sent6e par un serveur de messages (S) qui g6re la communication entre agents. Celle-ci est donc indirecte.</Paragraph>
    <Paragraph position="1"> Le servear met en oeuvre les m6c,'mismes d'imposition des lois.</Paragraph>
    <Paragraph position="2"> * 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.</Paragraph>
    <Paragraph position="3"> 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.</Paragraph>
    <Paragraph position="4"> .... ~i~ $~i::!~'~: ::~i~ #::~::i~!~!~ ~ ~i~i?:~ ~&amp;quot;</Paragraph>
  </Section>
class="xml-element"></Paper>