Téléchargement Legal_Assistant Langchain Pinecone Legal_Assistant Langchain Pinecone Téléchargement

Legal_Assistant Langchain Pinecone

Autre code source

1.0.0

Télécharger

Chatbot juridique de Langchain

Aperçu

Langchain Chatbot est un système d'IA conversationnel conçu pour aider les utilisateurs à des requêtes légales et fournir des informations pertinentes. Il utilise diverses techniques de traitement du langage naturel, notamment le modèle GPT-3.5 d'OpenAI, les transformateurs de phrases et l'indexation de la pince, pour comprendre les requêtes des utilisateurs, les affiner et trouver les réponses les plus pertinentes.

cambre

Composants

- utils.py

Ce module contient des fonctions d'utilité et une configuration pour le système Chatbot. Voici un aperçu de ses fonctionnalités:

Configuration de l'API OpenAI: configure la touche API OpenAI.
Initialisation du modèle SentenTenTransformateur: initialise le modèle SentenTansformateur pour le codage du texte.
Initialisation de l'indice de pignon: initialise l'index de poireau pour le stockage et l'interrogation des intégres du texte.
Fonctions pour le raffinement des requêtes et la recherche de correspondances: inclut les fonctions pour affiner les requêtes utilisateur à l'aide de l'API d'achèvement d'OpenAI et trouver les correspondances les plus pertinentes dans l'index de Pinecone.
Fonction de translittération: fournit une fonction pour transliterater le texte tamoul en anglais.

- app.py

Ce module implémente l'application Streamlit pour interagir avec le chatbot. Voici un résumé de ses caractéristiques:

Configuration de rationalisation: configure l'interface rationalisée.
Initialisation de Chatopenai et Conversation: Initialise le modèle de chatbot et la chaîne de conversation à l'aide de classes Chatopenai et ConversationChain.
Gestion des entrées des utilisateurs: permet aux utilisateurs de saisir les requêtes et les soumet au chatbot.
Affichage de l'historique de la conversation: affiche l'historique de la conversation entre l'utilisateur et le chatbot.

- ml_langchain_pineconcone_indexing.ipynb

Ce cahier Jupyter montre la configuration et l'utilisation de PineCone pour indexer et récupérer des documents similaires en fonction des requêtes utilisateur. Il inclut des fonctions pour charger des documents, les diviser en morceaux, initialiser les incorporations et créer un index de poireau. De plus, il offre une fonction pour récupérer des documents similaires en fonction d'une requête utilisateur.

Usage

Configuration de l'environnement: installez les dépendances requises spécifiées dans exigences.txt.

 pip install - r requirements . txt

Configurez les variables d'environnement pour les clés API OpenAI et Pinecone.

Exécution de l'application:

 streamlit run app . py

Interagissez avec le chatbot en entrant les requêtes dans le champ de saisie du texte fourni. démo

Utilisation de Pinecone pour la récupération de documents (facultatif): exécutez le code dans pinecone.ipynb pour démontrer l'indexation et la récupération des documents à l'aide de PineCone.