OpenFactVerification

Loki: una herramienta de código abierto para la verificación de hechos

Descripción general

Loki es nuestra solución de código abierto diseñada para automatizar el proceso de verificación de la fáctica. Proporciona una tubería integral para diseccionar textos largos en reclamos individuales, evaluar su valía para la verificación, generar consultas para la búsqueda de pruebas, arrastrarse por evidencia y, en última instancia, verificar las afirmaciones. Esta herramienta es especialmente útil para periodistas, investigadores y cualquier persona interesada en la realidad de la información. Para mantenerse actualizado, suscríbase a nuestro boletín en nuestro sitio web o únase a nosotros en Discord.

Comienzo rápido

Clonar el repositorio y navegar al directorio del proyecto

git clone https://github.com/Libr-AI/OpenFactVerification.git
cd OpenFactVerification

Instalación con poesía (opción 1)

1. Instale la poesía siguiendo la guía de instalación.
2. Instale todas las dependencias ejecutándose:

poetry install

Instalación con PIP (Opción 2)

1. Cree un entorno Python en la versión 3.9 o más nuevo y activelo.

2. Navegue al directorio del proyecto e instale los paquetes requeridos:

pip install -r requirements.txt

Configurar claves API

Puede optar por exportar la clave de API esencial para el medio ambiente

• Ejemplo: exportar la clave de API esencial para el medio ambiente

 export SERPER_API_KEY=... # this is required in evidence retrieval if serper being used
export OPENAI_API_KEY=... # this is required in all tasks

Alternativamente, configura las claves API a través de un archivo YAML, consulte la Guía del usuario para obtener más detalles.

Un caso de prueba de muestra:

Uso

La interfaz principal de Loki Fact-Checker ubicada en factcheck/__init__.py , que contiene el método check_response . Este método integra la tubería completa de verificación de hechos, donde cada funcionalidad se encapsula en su clase como se describe en la sección de características.

Utilizado como biblioteca

 from factcheck import FactCheck

factcheck_instance = FactCheck ()

# Example text
text = "Your text here"

# Run the fact-check pipeline
results = factcheck_instance . check_response ( text )
print ( results )

Utilizado como una aplicación web

python webapp.py --api_config demo_data/api_config.yaml

Uso multimodal

 # String
python -m factcheck --modal string --input " MBZUAI is the first AI university in the world "
# Text
python -m factcheck --modal text --input demo_data/text.txt
# Speech
python -m factcheck --modal speech --input demo_data/speech.mp3
# Image
python -m factcheck --modal image --input demo_data/image.webp
# Video
python -m factcheck --modal video --input demo_data/video.m4v

Personaliza tu experiencia

Para un uso avanzado, consulte nuestra guía del usuario.

Prueba nuestro servicio en línea

A medida que continuamos evolucionando y mejorando nuestra solución de verificación de hechos, estamos entusiasmados de invitarlo a convertirse en una parte integral de nuestro viaje. Al registrarse para nuestra edición de seguidores, no solo está desbloqueando un conjunto de características y beneficios avanzados; También está alimentando el futuro de la información confiable.

A continuación se muestra una captura de pantalla de nuestro servicio en línea. ¡Haga clic aquí para probarlo ahora!

Contribuyendo al proyecto Loki

¡Bienvenido y gracias por su interés en el proyecto Loki! Agradecemos las contribuciones y los comentarios de la comunidad. Para comenzar, consulte nuestras pautas de contribución.

Expresiones de gratitud

• Un agradecimiento especial a todos los contribuyentes que han ayudado a dar forma a este proyecto.

Mantente conectado e informado

¡No se pierda las últimas actualizaciones, lanzamientos de funciones e información comunitaria! Lo invitamos a suscribirnos a nuestro boletín y convertirnos en parte de nuestra creciente comunidad.

? ¡Suscríbete ahora en nuestro sitio web!

Historia de la estrella

Citar como

 @misc{li2024lokiopensourcetoolfact,
      title={Loki: An Open-Source Tool for Fact Verification}, 
      author={Haonan Li and Xudong Han and Hao Wang and Yuxia Wang and Minghan Wang and Rui Xing and Yilin Geng and Zenan Zhai and Preslav Nakov and Timothy Baldwin},
      year={2024},
      eprint={2410.01794},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2410.01794}, 
}