/ChatReviewer

ChatReviewer: 使用ChatGPT分析论文优缺点,提出改进建议

Primary LanguagePythonOtherNOASSERTION

ChatReviewer & ChatResponse

中文 | English

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

ChatReviewer收到了大多数人的肯定,同时也收到少数质疑和担忧。

因此,为了防止极少数人直接使用生成的内容进行论文审稿,在每次生成的内容最后加上了的伦理声明,

伦理声明/Ethics statement:

--禁止直接复制生成的评论用于任何论文审稿工作!

--Direct copying of generated comments for any paper review work is prohibited!

每15个词中间插入了警告:Generated by ChatGPT, no copying allowed! (为了伦理安全,只能牺牲内容的可读性~)

从生成的内容里扣字,不如直接使用ChatGPT更有效率,相信可以防止有人使用该工具对分配的论文进行审稿。

该工具帮助了不少人从审稿人角度对论文进行快速的总结和评估,提高了科研和学习的效率,目前看来是利大于弊。

如果谁有更好的方法来限制少数人的不规范使用,欢迎留言,为科研界做一份贡献。

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

💥💥💥ChatReviewer的第一版网页出来了!!! 直接点击:https://huggingface.co/spaces/ShiwenNi/ChatReviewer image 💥💥💥ChatResponse的第一版网页也出来了!!! 直接点击:https://huggingface.co/spaces/ShiwenNi/ChatResponse image

ChatReviewer是一款基于ChatGPT-3.5的API开发的智能论文分析与建议助手。其用途如下: ⭐️对论文的优缺点进行快速总结和分析,提高科研人员的文献阅读和理解的效率,紧跟研究前沿。 ⭐️对自己的论文进行分析,根据ChatReviewer生成的改进建议进行查漏补缺,进一步提高自己的论文质量。

ChatResponse是一款根据审稿人的评论自动生成作者回复的AI助手。用途如下: ⭐️根据收到的审稿意见,ChatResponse自动提取其中各个审稿人的问题和担忧,并生成点对点的回复。

基于之前ChatPaper的启发,本人在周末开发了这款ChatReviewer,并且开源给大家。欢迎大家使用、提问和转发!

♥本项目是本人利用休息时间进行更新,如果对您有帮助,欢迎Star和Fork,也欢迎您进行赞助!♥

⭐️⭐️⭐️ 声明:请对审稿的论文负责,不要直接复制粘贴ChatReviewer生成的任何审稿意见!!!

主要更新:

  • 💥增加了ChatResponse的网页版! 2023/3/27
  • 💥💥💥为了方便没有太多计算机背景的人的使用,经过本人昨晚上的辛苦加班TAT,ChatReviewer的第一版网页出来了!!! 2023/3/22
  • 重写了section split的逻辑, fix了可能抓不到固定标题的问题;修改prompt机制:先询问chatgpt 它感兴趣的章节, 随后再发送相应的章节。2023/3/21
  • 更新了ChatResponse,这个是根据审稿人的评论自动生成作者回复的AI助手。(ChatResponse和ChatReviewer有点左右互博的意思...) 2023/3/19

使用步骤:

Windows, Mac和Linux系统都可,python版本最好是3.8或3.9,因为低于3.8就不支持tiktoken这个包。

  1. 在apikey.ini中填入你的openai的api key(sk开头的那串,如何获取Api Key)。 image
  2. 使用过程要使用VPN而且保证全局代理(因为ChatGPT把**ban了)。
  3. 在ReviewFormat.txt中输入你想要的特殊审稿格式(不然就是默认格式)。 image
  4. 安装依赖:使用VPN。
pip install -r requirements.txt

或者使用国内镜像:

pip install -r requirements.txt -i  http://pypi.douban.com/simple  --trusted-host pypi.douban.com
  1. 对本地的论文进行分析: 运行chat_reviewer.py, 比如:
python chat_reviewer.py --paper_path "input_file/demo1.pdf"

对本地的论文进行批量分析: 运行chat_reviewer.py, 比如:

python chat_reviewer.py --paper_path "input_file"

例子:

image

使用ChatResponse

对本地的审稿评论review_comments.txt进行回复: 运行chat_response.py, 比如:

python chat_response.py --comment_path "review_comments.txt"

例子: image

致谢:

  • 感谢OpenAI提供的强大ChatGPT-API;
  • 感谢kaixindelele同学的ChatPaper和开源精神 ,ChatReviewer的代码是基于ChatPaper修改而来。