Las redes complejas suelen consistir en cliques densamente conectados, que se definen como comunidades. Una estructura de comunidad es un reflejo de las características locales existentes en la topología de la red, lo que hace que la detección de comunidades se convierta en un campo de investigación importante para revelar las características estructurales internas de las redes. En este artículo se propone un enfoque de detección de comunidades basado en la información, MINC-NRL, que se puede aplicar tanto a la detección de comunidades superpuestas como no superpuestas. MINC-NRL introduce el aprendizaje de representaciones de red (NRL) para representar la red objetivo como vectores, luego genera un proceso de evolución de la comunidad basado en estos vectores para reducir el espacio de búsqueda, y finalmente encuentra la mejor partición de la comunidad en este proceso utilizando la información mutua entre la red y las comunidades (MINC). Los experimentos en conjuntos de datos reales y sintéticos verifican la efectividad del enfoque en la detección de comunidades, tanto en tareas no superpuestas como superpuestas.