CourtBot

法院機器人

描述

Courtbot是一個聊天機器人，可以訪問美國最高法院的所有裁決。它可以根據這些決策中的信息回答問題，並引用它用於回答問題的具體決策。

如何運行

安裝依賴項

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從Findlaw刮掉最高法院的案件，並準備嵌入它們。刮擦數據所花費的時間取決於您分配的線程數，並且使用50個線程大約需要3個小時。該數據作為TXT文件存儲在SupremeCourtCases目錄中。
2. 運行./run.sh -e將Chroma數據庫的法院案件嵌入。此過程在GPU上運行，但可以在CPU上運行。在GPU上運行時，此過程大約需要14小時才能嵌入所有21000個病例。 Chroma數據庫保存在.chroma目錄中。
3. 運行./run.sh -d啟動服務器。對矢量數據庫和聊天機器人的所有查詢都是通過此API進行的。

來源

• 最高法院案件的數據使用Selenium和Chromium Web驅動程序從Findlaw中刮掉。
• 使用All-Mpnet-Base-V2計算嵌入，這是Microsoft蒙版和置換語言建模（MPNET）（ARXIV）的微調版本。
• 所使用的矢量數據庫是色度。 Chroma是一個矢量數據庫，可讓您搜索類似的向量。它建在DuckDB和Apache Parquet的頂部。
• 聊天機器人是使用Microsoft紮根的開放對話語言模型（Godel）（ARXIV）構建的。該模型接受了Reddit的5.51億個對話和500萬個指導和知識對話的培訓。
• API是使用使用Uvicorn Web服務器的FastAPI構建的。