Des chercheurs ont présenté PatchScout, un cadre multi-agents conçu pour rassembler des collections réutilisables de documents Web autour d’un thème défini. Contrairement aux systèmes conçus pour répondre à une seule requête, il cherche à trouver des contenus pertinents répartis dans diverses sources, y compris des parties du Web qui ne sont pas reliées par des liens.
La recherche présente la constitution de collections comme un problème de butinage informationnel à long terme. Une requête de recherche ouvre une « zone sémantique » de résultats et de pages voisines ; le système doit décider combien de temps explorer cette zone avant d’en chercher une autre. PatchScout combine la recherche adaptative avec l’exploration locale des liens et fait appel à des agents spécialisés dans la découverte de zones, l’évaluation de leur pertinence, l’exploration des zones prometteuses et la décision du moment où passer à une autre.
L’article soutient que les méthodes d’exploration existantes peuvent manquer des sources pertinentes lorsqu’elles ne sont pas reliées aux pages initiales, tandis que les agents guidés par la recherche peuvent s’arrêter dès qu’ils disposent de suffisamment d’informations pour répondre à une question. PatchScout considère plutôt comme objectifs, dans le cadre d’un budget d’interactions fixe, à la fois la profondeur de la collecte au sein des sources découvertes et la couverture de différentes sources.
Lors d’expériences portant sur quatre thèmes du Web en direct, les auteurs rapportent que PatchScout a amélioré le nombre de documents collectés et la couverture des domaines par rapport aux méthodes de référence fondées sur l’exploration et sur le raisonnement augmenté par la recherche. Dans une tâche appliquée en sciences sociales portant sur une collection incomplète, il a trouvé 102 entités qui n’avaient pas été identifiées auparavant.
Sources: arXiv cs.AI.