Skip to content

wmlqq/DeepLogicAuditor

Repository files navigation

DeepLogicAuditor

学术论文逻辑审计智能体

对论文进行切片、语义建模与规则化逻辑审计,检测逻辑矛盾、逻辑跳跃、结构不完整等问题。

License: MIT Python FastAPI PyTorch PostgreSQL CI

English


✨ 功能特性

模块 说明
📄 论文切片 将 Markdown 论文切分为命题级片段
🧠 语义建模 基于 NLI 模型识别命题间蕴含 / 中立 / 矛盾关系
🔍 逻辑审计 检测矛盾陈述、无支撑论证、衔接词缺失等
🔗 一体化审计 从 PostgreSQL 读取论文,按 LOG-001~LOG-007 规则评分并写回
🌐 REST API FastAPI 提供 HTTP 接口,自带 Swagger 文档

🛠 技术栈

Python FastAPI PyTorch Transformers NetworkX PostgreSQL Pydantic

层级 技术 说明
运行时 Python 3.10+ 主语言
Web FastAPI · Uvicorn REST API 与 ASGI 服务
NLP PyTorch · Transformers cross-encoder/nli-deberta-v3-base
图分析 NetworkX 语义关系图构建
数据 PostgreSQL · psycopg2 论文、规则与审计结果存储
配置 python-dotenv 环境变量管理

🏗 架构

flowchart LR
    DB[(PostgreSQL)] --> Slicer[论文切片]
    Slicer --> Semantic[语义建模 NLI]
    Semantic --> Auditor[逻辑审计]
    Auditor --> API[FastAPI]
    API --> DB
    API --> Output[(output/ JSON)]
Loading
数据库论文 → 切片 → 语义建模 → 逻辑审计 → 写回数据库 + 本地 JSON

📁 项目结构

DeepLogicAuditor/
├── src/
│   ├── config.py
│   ├── database_connector.py
│   ├── logic_auditor/          # FastAPI 入口与审计核心
│   ├── semantic/               # NLI 语义建模
│   └── slicer/                 # 论文切片
├── prompts/keywords.json
├── tests/test_three_modules.py
├── docs/GITHUB_UPLOAD.md
├── .env.example
├── requirements.txt
└── run_api.py

🚀 快速开始

环境要求: Python 3.10+ · PostgreSQL 12+ ·(可选)CUDA

git clone https://github.com/wmlqq/DeepLogicAuditor.git
cd DeepLogicAuditor
python -m venv venv
venv\Scripts\activate          # Windows
# source venv/bin/activate     # Linux / macOS
pip install -r requirements.txt
copy .env.example .env         # Windows
# cp .env.example .env         # Linux / macOS

编辑 .env 填入数据库连接信息。可选:HF_MIRRORMODEL_CACHE_DIROUTPUT_DIR

python run_api.py

API 文档:http://localhost:8000/docs

联调测试(需数据库中有论文数据):

python tests/test_three_modules.py

📡 API 概览

方法 路径 说明
POST /audit/integrated?paper_id={uuid} 从数据库读取论文并完成完整审计
POST /audit/paper 对 JSON 命题图进行逻辑审计
POST /audit/logic 对单一切片进行逻辑审计
一体化审计规则(LOG-001~LOG-007)
规则 ID 名称
LOG-001 摘要五段式结构
LOG-002 三级逻辑闭环
LOG-004 术语一致性
LOG-005 相关技术章节衔接
LOG-006 实验回应研究问题
LOG-007 创新点数量

🤖 模型与缓存

首次运行会下载 NLI 模型至 src/model_cache/(可通过 MODEL_CACHE_DIR 修改),请勿提交模型文件

HF_MIRROR=https://hf-mirror.com

📄 许可证

MIT License


English · 报告问题 · Actions

觉得有用?欢迎 Star ⭐

About

学术论文逻辑审计智能体

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages