RNTI

MODULAD
Apprentissage par renforcement pour la recherche d'experts sur le web
In EGC 2020, vol. RNTI-E-36, pp.261-268
Résumé
La recherche d'experts parmi les migrations hautement qualifiées est un enjeu crucial pour les pays en développement. Cet article présente une méthode d'apprentissage par renforcement profond pour répondre à cette problématique 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 requêtes envers des moteurs de recherche pour y extraire les informations concernant 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 générant 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.