| """Extraction de claims structurées à partir d'un texte libre (via LLM).""" |
| from __future__ import annotations |
|
|
| from typing import Any, List |
|
|
| from pydantic import BaseModel, Field |
|
|
| from jdm_agent.factcheck.models import Claim |
|
|
|
|
| EXTRACTION_PROMPT = """Tu es un extracteur d'affirmations factuelles pour la base \ |
| de connaissance JeuxDeMots (JDM). |
| |
| Pour le texte fourni, extrais TOUTES les affirmations atomiques vérifiables \ |
| sous forme de triplets `(subject, relation, object)` où `relation` est un nom \ |
| technique JDM (commence par `r_`). |
| |
| Relations JDM courantes : |
| - r_isa : A est un B (générique/hyperonyme) ex: chat r_isa mammifère |
| - r_carac : A est <adj> ex: eau r_carac liquide |
| - r_has_color : A a pour couleur B ex: sang r_has_color rouge |
| - r_has_part : A a pour partie B ex: voiture r_has_part roue |
| - r_agent : verbe-A est typiquement fait par B ex: manger r_agent chat |
| - r_patient : verbe-A est typiquement appliqué à B ex: lire r_patient livre |
| - r_instr : verbe-A se fait avec B ex: couper r_instr couteau |
| - r_lieu : A se trouve à B (ou verbe-A se passe à B) ex: poisson r_lieu mer |
| - r_has_conseq : A a pour conséquence B ex: pluie r_has_conseq inondation |
| - r_has_causatif : A a pour cause B ex: fatigue r_has_causatif travail |
| - r_telic_role : A sert à faire B ex: couteau r_telic_role couper |
| |
| Règles : |
| - subject et object EN MINUSCULES, à l'infinitif si verbe. |
| - Une phrase peut contenir PLUSIEURS claims (sépare-les). |
| - `polarity` = false pour les négations ("ne ... pas"). |
| - Si la phrase n'est PAS factuellement vérifiable (opinion, métaphore vague), ignore-la. |
| - Si tu hésites entre plusieurs relations, prends la plus précise. |
| - `text` reproduit la formulation originale de la phrase ayant produit le claim. |
| |
| Renvoie UNIQUEMENT la liste structurée — pas de commentaire libre. |
| """ |
|
|
|
|
| class _ClaimList(BaseModel): |
| """Wrapper pour structured output (certains providers exigent un objet racine).""" |
| claims: List[Claim] = Field(default_factory=list) |
|
|
|
|
| def extract_claims(text: str, llm: Any) -> List[Claim]: |
| """Demande au LLM d'extraire des claims structurées du texte. |
| |
| Args: |
| text: le texte à analyser. |
| llm: une instance LangChain BaseChatModel supportant `with_structured_output`. |
| |
| Returns: |
| Liste de `Claim` (peut être vide si aucune affirmation factuelle). |
| """ |
| from langchain_core.messages import HumanMessage, SystemMessage |
|
|
| structured = llm.with_structured_output(_ClaimList) |
| result: _ClaimList = structured.invoke([ |
| SystemMessage(content=EXTRACTION_PROMPT), |
| HumanMessage(content=f"Texte à analyser :\n\n{text}"), |
| ]) |
| return list(result.claims) |
|
|
