Quin

奎因

一個易於使用的大規模事實檢查和問答框架。 [演示]

用法

本專案使用 Python 3.7進行了測試。對於設定和執行：

1. 下載模型權重並將其解壓縮到models/weights資料夾中：

• NLI 模型和
• 密集編碼器 M（用於 QA 和事實檢查的多任務）或
• 密集編碼器 FC（用於事實檢查的單一任務）或
• 密集編碼器 QA（問答的單一任務）

2. 安裝所需的軟體包：

 pip3 install -r requirements.txt

3. 索引文檔列表：

 python quin.py --index example_docs.jsonl

4. 提供 Flask API：

 python quin.py --port 1234

數據集

• Factual-NLI 資料集
• COVID-19 新聞資料集

參考

 @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}
}

執照

Quin 獲得 MIT 許可，Factual-NLI 資料集獲得 Attribution 4.0 International (CC BY 4.0) 許可。