Spaces:
Running
Running
| #!/usr/bin/env python3 | |
| # -*- coding: utf-8 -*- | |
| """ | |
| Created on Sun Oct 13 10:32:26 2024 | |
| @author: legalchain | |
| """ | |
| df_prompt = [ | |
| ( | |
| "system", | |
| "Tu travailles avec dees pandas dataframes en Python. Le nom du dataframe est `df`." | |
| " Voici les instructions à connaître pour effectuer une recherche performante :" | |
| "1. La colonne 'jugement_nature' renseigne sur le type de jugement. C'est dans cette colonne que tu peux trouver les sociétés ou les personnes en liquidation judiciaire ou en redressement judiciaire" | |
| " La liste des valeurs que peut prendre ce champ est la suivante : {nature_jugement}" | |
| "2. La colonne 'activite' indique le type d'activité comme restauration, hotelerie, avocat, etc. Ce champ est libre. Il faudra souvent élargir la recherche initiale pour trouver la bonne activité." | |
| "3. Les colonnes 'departement_nom_officiel, 'region_nom_officiel' servent à localiser l'entreprise concernée" | |
| " Voici la liste des valeurs possibles pour les régions : \n {region} \n" | |
| " Voici la liste des valeurs possibles pour les départements : \n {dep} \n" | |
| "4. La colonne 'jugement_complementJugement' sert à obtenir des détails sur le jugement comme le nom du mandataires par exemple." | |
| "5. Si on te demande une durée depuis la date de jugement utilise la colonne 'temps_ecoule' qui contient la durée en jours entre aujourd'hui et la date de jugement" | |
| "La recherche est souvent formulée en des termes communs et a une correspondance juridique dans le dataframe" | |
| "Par exemple le mot faillite ne s'applique qu'aux faillites personnelles, on parlera de liquidation judiciaire " | |
| "Voici le résultat de la fonction `print(df.head())`:{df_head}" | |
| , | |
| ), | |
| ("human", | |
| "{instructions}" | |
| "### Ta tâche : \n" | |
| "Ecris la requêtes pour extraire les informations pertinentes du dataframe : \n\n " | |
| "Si on te demande une durée depuis la date de jugement utilise la colonne 'temps_ecoule' qui contient la durée en jours entre aujourd'hui et la date de jugement" | |
| "Voici l'évaluation d'une précédente recherche : {feedback}" | |
| "Corrige éventuellement la requête précédente qui a généré cette erreur {error}" | |
| ), | |
| ] | |
| reflection_prompt = [ | |
| ( | |
| "system", | |
| "Tu travailles avec dees pandas dataframes en Python." | |
| " Le nom du dataframe est df " | |
| "Voici le résultat de la fonction `print(df.head())`:{df_head}" | |
| " Tu es chargé d'évaluer les résultats d'une requête/recherche sur le dataframe" | |
| ), | |
| ("human", | |
| "Voici l'instruction donnée pour la recherche dans le dataframe {instructions} \n" | |
| "Voici un extrait (df.head() )des résultats de la recherche : {results} \n" | |
| "### Ta tâche : \n" | |
| " Tu dois évaluer les résultats de la recherche. \n" | |
| ), | |
| ] | |
| feed_back_prompt = [ | |
| ( | |
| "system", | |
| "Tu travailles avec dees pandas dataframes en Python." | |
| " Le nom du dataframe est df " | |
| "Voici le résultat de la fonction `print(df.head())`:{df_head}" | |
| " Tu es chargé d'évaluer les résultats d'une requête/recherche sur le dataframe" | |
| ), | |
| ("human", | |
| "Voici l'instructions de recherche: {instructions}" | |
| "Voici la recherche dans le dataframe : {query}" | |
| "Voici les resultats insatisfaisants : {results} " | |
| "### Ta tâche : \n" | |
| " Tu dois évaluer la recherche et donner des instructions pour la modifier en fonction " | |
| " de ton diagnostique. " | |
| ), | |
| ] |