Autodiscover：基于图感知 Thompson 抽样的强化学习推荐系统，用于主动学习中冷启动不平衡问题
机器学习
2026-02-06 v1 人工智能
人机交互
信息检索
社会与信息网络
摘要
系统性文献综述（SLR）是以证据为基础的研究的基础，但随着科学产出的增长，手动筛选已成为瓶颈。筛选特征是相关研究的低发生率和稀缺、昂贵的专家决策。传统的主动学习（AL）系统有助于解决，但通常依赖于固定的查询策略来选择下一个未标记文档。这些静态策略随时间不适应，忽略了科学文献网络的关系结构。本论文介绍 AutoDiscover，这是一个框架将 AL 重新诠释为由适应性智能体驱动的在线决策问题。将文献建模为包含文档、作者和元数据之间关系的异构图。异构图注意力网络（HAN）学习节点表示，折扣 Thompson 抽样（DTS）智能体使用这些表示来动态管理查询策略组合。在与人类实时互动的标签支持下，智能体在非平稳审查动态下平衡探索与开发，其中策略效用随时间变化。在 26 个数据集的 SYNERGY 基准上，AutoDiscover 超过静态 AL 基线实现了更高的筛选效率。关键的是，智能体通过从最少的初始标签开始引导发现来缓解冷启动问题，而静态方法在此会失败。我们还引入了 TS-Insight，这是一个开源的可视化分析仪表盘，用于解释、验证和诊断智能体的决策。正是这些贡献加速了在稀缺专家标签和相关研究低发生率情况下的 SLR 筛选。
关键词
引用
@article{arxiv.2602.05087,
title = {Autodiscover: A reinforcement learning recommendation system for the cold-start imbalance challenge in active learning, powered by graph-aware thompson sampling},
author = {Parsa Vares},
journal= {arXiv preprint arXiv:2602.05087},
year = {2026}
}
备注
Master's Thesis, University of Luxembourg in collaboration with Luxembourg Institute of Science and Technology (LIST). Supervised by Prof. Jun Pang and Dr. Eloi Durant