Aprendizaje autónomo basado en mecanismo de refuerzo aplicado a sistemas expertos legales

Abstract

Este trabajo propone un modelo de aprendizaje que combina un refuerzo lineal aplicado a las ponderaciones asignadas a los atributos que caracterizan a un caso, con umbrales de decisión dinámicos que son ajustados a partir de casos almacenados en la base de conocimientos. La información incorporada a través de la interacción con el entorno permite mejorar la precisión de las recomendaciones emitidas por sistemas expertos.