Search

Nous modelisons une chaine de traitement de documents comme un processus de deci-sion markovien, et nous utilisons l'apprentissage par renforcement afin de permettre a l'agent d'apprendre a construire des chaines adaptees a la volee, et de les ameliorer en continu. Nous construisons une plateforme qui nous permet de mesurer l'impact sur l'apprentissage de divers modeles, services web, algorithmes, parametres, etc. Nous l'appliquons dans un contexte indus-triel, specifiquement a une chaine visant a extraire des evenements dans des volumes massifs de documents provenant de pages web et d'autres sources ouvertes. Nous visons a reduire la charge des analystes humains, l'agent apprenant a ameliorer la chaine, guide par leurs retours (feedback) sur les evenements extraits. Pour ceci, nous explorons des types de retours differents, d'un feedback numerique requerant un important calibrage, a un feedback qualitatif, beaucoup plus intuitif et demandant peu, voire pas du tout, de calibrage. Nous menons des experiences, d'abord avec un feedback numerique, puis nous montrons qu'un feedback qualitatif permet tou-jours a l'agent d'apprendre efficacement. ABSTRACT. We model a document treatment chain as a Markov Decision Process, and use reinforcement learning to allow the agent to learn to construct and continuously improve custom-made chains " on the fly ". We build a platform which enables us to measure the impact on the. Cet article est une version etendue d'un article presente aux 26es Journees francophones d'Ingenierie des Connaissances Nicart et al. (2015).

This paper deals with the design of multi-agent systems. We demonstrate the goal-oriented agent model called Goal Decomposition Tree on an already studied multi-agent example, that of robots which must clean pieces of garbage on Mars. As we show, the model allows to prove that the agents' behaviour indeed achieves their goal. We then compare our approach to other ones.