Apprentissage par renforcement pour la recherche d'experts sur le web - Archive ouverte HAL
Communication Dans Un Congrès Année : 2020

Apprentissage par renforcement pour la recherche d'experts sur le web

Résumé

La recherche d'experts parmi les migrations hautement qualifiées est un enjeu crucial pour les pays en développement. Cet article présente une mé-thode d'apprentissage par renforcement profond pour répondre à cette problé-matique à partir de résultats des moteurs de recherche sur le web. Les résultats obtenus pourront être utilisés par des sociologues de la migration pour mieux comprendre les diasporas des savoirs, ainsi que par le pays en développement pour localiser ses experts formés à l'étranger. Notre méthode est basé sur des re-quêtes envers des moteurs de recherche pour y extraire les informations concer-nant l'institution et l'année d'affiliation de chaque expert. L'objectif de ce travail est de définir un navigateur intelligent capable d'assister cette recherche en géné-rant et en observant le moins possible de requêtes automatiques. Nous utilisons comme navigateur un Deep-Q Network avec deux architectures basées sur des réseaux de neurones pour approximer la valeur de la Q-value fonction.
Fichier principal
Vignette du fichier
EGC2020_36.pdf (263.34 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-02469927 , version 1 (06-02-2020)

Identifiants

  • HAL Id : hal-02469927 , version 1

Citer

Pegah Alizadeh, Jorge Garcia Flores, Ivan Vladimir Meza Ruiz. Apprentissage par renforcement pour la recherche d'experts sur le web. EGC, Jan 2020, Brussels, Belgique. ⟨hal-02469927⟩
115 Consultations
143 Téléchargements

Partager

More