CourtBot

Courtbot

説明

Courtbotは、米国最高裁判所のすべての決定にアクセスできるチャットボットです。これらの決定の情報に基づいて質問に答えることができ、質問に答えるために使用した特定の決定を引用できます。

実行方法

依存関係をインストールします

pip install -r requirements.txt

走る

 ./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 、Findlawから最高裁判所の訴訟を擦り付け、埋め込みのためにそれらをプレプセスします。データを削るのにかかる時間は、割り当てるスレッドの数に依存し、50個のスレッドで約3時間かかります。データは、 SupremeCourtCasesディレクトリにTXTファイルとして保存されます。
2. ./run.sh -eを実行して、Chromaデータベースの裁判所の訴訟を埋め込みます。このプロセスはGPUで実行されますが、CPUで実行できます。 GPUで実行するとき、このプロセスは21,000のすべてのケースを埋め込むのに約14時間かかります。 Chromaデータベースは.chromaディレクトリに保存されます。
3. ./run.sh -dを実行してサーバーを起動します。ベクトルデータベースとチャットボットのすべてのクエリは、このAPIを介して作成されます。

ソース

• 最高裁判所の訴訟のデータは、SeleniumとChromium Webドライバーを使用してFindlawから削られます。
• 埋め込みは、Microsoftのマスクされた順調な言語モデリング（MPNET）（ARXIV）の細かい調整バージョンであるAll-MPNet-Base-V2を使用して計算されます。
• 使用されるベクトルデータベースはChromaです。 Chromaは、同様のベクトルを検索できるベクトルデータベースです。 DuckdbとApache Parquetの上に構築されています。
• チャットボットは、Microsoftの接地されたオープンダイアログ言語モデル（Godel）（Arxiv）を使用して構築されています。このモデルは、Redditからの5億5100万のダイアログと500万の指導と知識のダイアログでトレーニングされています。
• APIは、Uvicorn Webサーバーを使用するFastAPIを使用して構築されています。