Forschende haben PatchScout vorgestellt, ein Multi-Agenten-Framework, das darauf ausgelegt ist, wiederverwendbare Sammlungen von Webdokumenten zu einem festgelegten Thema zusammenzutragen. Anders als Systeme, die eine einzelne Anfrage beantworten sollen, zielt es darauf ab, relevantes Material aus unterschiedlichen Quellen zu finden – auch aus Bereichen des Webs, die nicht über Links miteinander verbunden sind.
Die Forschung versteht das Zusammenstellen einer Sammlung als langfristiges Informationssuchproblem. Eine Suchanfrage erschließt einen „semantischen Bereich“ mit Ergebnissen und benachbarten Seiten; das System muss entscheiden, wie lange es dieses Gebiet erkundet, bevor es nach einem anderen sucht. PatchScout kombiniert adaptive Suche mit der lokalen Verfolgung von Links und setzt spezialisierte Agenten ein, um solche Bereiche zu entdecken, ihre Relevanz zu bewerten, vielversprechende Bereiche auszuschöpfen und den Zeitpunkt für einen Wechsel zu bestimmen.
Laut der Studie können bestehende Crawling-Methoden relevante Quellen übersehen, wenn diese nicht mit den Ausgangsseiten verbunden sind, während suchgestützte Agenten möglicherweise aufhören, sobald sie genügend Informationen zur Beantwortung einer Frage gesammelt haben. PatchScout betrachtet dagegen sowohl die Tiefe der Sammlung innerhalb bereits entdeckter Quellen als auch die Abdeckung verschiedener Quellen als Ziele, die mit einem festgelegten Interaktionsbudget erreicht werden sollen.
In Experimenten zu vier Themen im Live-Web berichten die Autorinnen und Autoren, dass PatchScout die Ausbeute an Dokumenten und die Abdeckung von Domains gegenüber auf Traversierung basierenden und durch Suche erweiterten Reasoning-Baselines verbesserte. Bei einer angewandten sozialwissenschaftlichen Aufgabe mit einer unvollständigen Sammlung fand das System 102 Entitäten, die zuvor noch nicht identifiziert worden waren.
Quellen: arXiv cs.AI.