Tapex Large Finetuned Wikisql

🚀 TAPEX (大型モデル)

TAPEXは、Qian Liu、Bei Chen、Jiaqi Guo、Morteza Ziyadi、Zeqi Lin、Weizhu Chen、Jian - Guang Louによる「TAPEX: Table Pre - training via Learning a Neural SQL Executor」で提案されました。元のリポジトリは[こちら](https://github.com/microsoft/Table - Pretraining)にあります。

📚 ドキュメント

モデルの説明

TAPEX（Table Pre - training via Execution）は、既存のモデルに表推論スキルを付与するための、概念的にシンプルで実証的に強力な事前学習アプローチです。TAPEXは、自動的に合成された実行可能なSQLクエリから得られる合成コーパス上でニューラルSQLエグゼキュータを学習することで、表の事前学習を実現します。

TAPEXはBARTアーキテクチャに基づいており、双方向（BERTのような）エンコーダと自己回帰的（GPTのような）デコーダを持つトランスフォーマーエンコーダ - エンコーダ（seq2seq）モデルです。

このモデルは、WikiSQLデータセットでファインチューニングされたtapex - baseモデルです。

想定される用途

このモデルは、比較的簡単な質問に対する表の質問応答に使用できます。いくつかの解決可能な質問を以下に示します（対応する表は表示していません）。

使い方

これが、transformersでこのモデルを使用する方法です。

from transformers import TapexTokenizer, BartForConditionalGeneration
import pandas as pd

tokenizer = TapexTokenizer.from_pretrained("microsoft/tapex-large-finetuned-wikisql")
model = BartForConditionalGeneration.from_pretrained("microsoft/tapex-large-finetuned-wikisql")

data = {
    "year": [1896, 1900, 1904, 2004, 2008, 2012],
    "city": ["athens", "paris", "st. louis", "athens", "beijing", "london"]
}
table = pd.DataFrame.from_dict(data)

# tapexは、大文字小文字を区別しないコーパスで事前学習されているため、大文字小文字を区別しない入力を受け付けます
query = "In which year did beijing host the Olympic Games?"
encoding = tokenizer(table=table, query=query, return_tensors="pt")

outputs = model.generate(**encoding)

print(tokenizer.batch_decode(outputs, skip_special_tokens=True))
# [' 2008.0']

評価方法

評価スクリプトはこちらにあります。

BibTeXエントリと引用情報

@inproceedings{
    liu2022tapex,
    title={{TAPEX}: Table Pre-training via Learning a Neural {SQL} Executor},
    author={Qian Liu and Bei Chen and Jiaqi Guo and Morteza Ziyadi and Zeqi Lin and Weizhu Chen and Jian-Guang Lou},
    booktitle={International Conference on Learning Representations},
    year={2022},
    url={https://openreview.net/forum?id=O50443AsCP}
}

📄 ライセンス

このモデルはMITライセンスの下で提供されています。