CourtBot

كوربوت

وصف

Courtbot هو روبوت الدردشة يمكنه الوصول إلى جميع قرارات المحكمة العليا للولايات المتحدة. يمكنه الإجابة على الأسئلة بناءً على المعلومات الواردة في هذه القرارات وتذكر القرارات المحددة التي استخدمتها للإجابة على السؤال.

كيفية الجري

تثبيت التبعيات

pip install -r requirements.txt

يجري

 ./run.sh
    [-s : scrape the supreme court cases]
    [-e : to embed court decisions]
    [-d : start backend]
    [-c cases|db : delete all cases or database]

1. RUN ./run.sh -s يعتمد الوقت المستغرق لكشط البيانات على عدد مؤشرات الترابط التي تخصصها وتستغرق حوالي 3 ساعات مع 50 مؤشر ترابط. يتم تخزين البيانات في دليل SupremeCourtCases كملفات TXT.
2. Run ./run.sh -e لتضمين قضايا المحكمة لقاعدة بيانات Chroma. يتم تشغيل هذه العملية على وحدة معالجة الرسومات ولكن يمكن تشغيلها على وحدة المعالجة المركزية. عند الجري على وحدة معالجة الرسومات ، تستغرق هذه العملية حوالي 14 ساعة لتضمين جميع الحالات البالغ عددها 21 ألف حالة. يتم حفظ قاعدة بيانات Chroma في دليل .chroma .
3. تشغيل ./run.sh -d لبدء الخادم. جميع الاستعلامات إلى قاعدة بيانات المتجه وبروت الدردشة مصنوعة من خلال واجهة برمجة التطبيقات هذه.

مصادر

• يتم إلغاء البيانات الخاصة بقضايا المحكمة العليا من FindLaw باستخدام Selenium وسائق ويب Chromium.
• يتم حساب التضمينات باستخدام All-MPNET-Base-V2 وهو إصدار دقيق من النمذجة اللغوية المقنعة والمتسابقين في Microsoft (MPNET) (ARXIV).
• قاعدة بيانات المتجه المستخدمة هي Chroma. Chroma هي قاعدة بيانات متجه تتيح لك البحث عن متجهات مماثلة. وهو مبني على قمة Duckdb و Apache Parquet.
• تم تصميم روبوت الدردشة باستخدام نموذج لغة الحوار المفتوح من Microsoft (Godel) (Arxiv). تم تدريب هذا النموذج على 551 مليون حوار من Reddit و 5 ملايين حوار تعليمية ومعرفة.
• تم تصميم API باستخدام Fastapi الذي يستخدم خادم الويب Uvicorn.