CourtBot

法院机器人

描述

Courtbot是一个聊天机器人，可以访问美国最高法院的所有裁决。它可以根据这些决策中的信息回答问题，并引用它用于回答问题的具体决策。

如何运行

安装依赖项

pip install -r requirements.txt

跑步

 ./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从Findlaw刮掉最高法院的案件，并准备嵌入它们。刮擦数据所花费的时间取决于您分配的线程数，并且使用50个线程大约需要3个小时。该数据作为TXT文件存储在SupremeCourtCases目录中。
2. 运行./run.sh -e将Chroma数据库的法院案件嵌入。此过程在GPU上运行，但可以在CPU上运行。在GPU上运行时，此过程大约需要14小时才能嵌入所有21000个病例。 Chroma数据库保存在.chroma目录中。
3. 运行./run.sh -d启动服务器。对矢量数据库和聊天机器人的所有查询都是通过此API进行的。

来源

• 最高法院案件的数据使用Selenium和Chromium Web驱动程序从Findlaw中刮掉。
• 使用All-Mpnet-Base-V2计算嵌入，这是Microsoft蒙版和置换语言建模（MPNET）（ARXIV）的微调版本。
• 所使用的矢量数据库是色度。 Chroma是一个矢量数据库，可让您搜索类似的向量。它建在DuckDB和Apache Parquet的顶部。
• 聊天机器人是使用Microsoft扎根的开放对话语言模型（Godel）（ARXIV）构建的。该模型接受了Reddit的5.51亿个对话和500万个指导和知识对话的培训。
• API是使用使用Uvicorn Web服务器的FastAPI构建的。