Quin

Quin

Kerangka kerja yang mudah digunakan untuk pengecekan fakta dan menjawab pertanyaan dalam skala besar. [Demo]

Penggunaan

Proyek ini diuji dengan Python 3.7 . Untuk pengaturan dan eksekusi:

1. Unduh bobot model dan ekstrak ke dalam folder models/weights :

• model NLI dan
• Dense Encoder M (multitask untuk QA dan Pengecekan Fakta) atau
• Dense Encoder FC (tugas tunggal untuk Pengecekan Fakta) atau
• Dense Encoder QA (tugas tunggal untuk Menjawab Pertanyaan)

2. Instal paket yang diperlukan:

 pip3 install -r requirements.txt

3. Indeks daftar dokumen:

 python quin.py --index example_docs.jsonl

4. Sajikan Flask API:

 python quin.py --port 1234

Kumpulan data

• Kumpulan Data Faktual-NLI
• Kumpulan data berita COVID-19

Referensi

 @inproceedings{samarinas2021improving,
  title={Improving Evidence Retrieval for Automated Explainable Fact-Checking},
  author={Samarinas, Chris and Hsu, Wynne and Lee, Mong Li},
  booktitle={Proceedings of the 2021 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies: Demonstrations},
  pages={84--91},
  year={2021}
}

@inproceedings{samarinas2020latent,
  title={Latent Retrieval for Large-Scale Fact-Checking and Question Answering with NLI training},
  author={Samarinas, Chris and Hsu, Wynne and Lee, Mong Li},
  booktitle={2020 IEEE 32nd International Conference on Tools with Artificial Intelligence (ICTAI)},
  pages={941--948},
  year={2020},
  organization={IEEE}
}

Lisensi

Quin dilisensikan di bawah Lisensi MIT, dan kumpulan data Faktual-NLI di bawah lisensi Attribution 4.0 International (CC BY 4.0).