Tapex Large Finetuned Wikisql

🚀 TAPEX-large モデル（WikiSQLでファインチューニング済み）

このモデルは、WikiSQLでファインチューニングされたTAPEX-largeモデルです。このモデルは、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 で確認できます。

🚀 クイックスタート

モデルをロードして推論を実行するには、以下のようにします。

💻 使用例

基本的な使用法

from transformers import BartTokenizer, BartForConditionalGeneration
import pandas as pd

tokenizer = BartTokenizer.from_pretrained("nielsr/tapex-large-finetuned-wikisql")
model = BartForConditionalGeneration.from_pretrained("nielsr/tapex-large-finetuned-wikisql")

# create table
data = {'Actors': ["Brad Pitt", "Leonardo Di Caprio", "George Clooney"], 'Number of movies': ["87", "53", "69"]}
table = pd.DataFrame.from_dict(data)

# turn into dict
table_dict = {"header": list(table.columns), "rows": [list(row.values) for i,row in table.iterrows()]}

# turn into format TAPEX expects
# define the linearizer based on this code: https://github.com/microsoft/Table-Pretraining/blob/main/tapex/processor/table_linearize.py
linearizer = IndexedRowTableLinearize()
linear_table = linearizer.process_table(table_dict)

# add question
question = "how many movies does George Clooney have?"
joint_input = question + " " + linear_table

# encode 
encoding = tokenizer(joint_input, return_tensors="pt")

# forward pass
outputs = model.generate(**encoding)

# decode
tokenizer.batch_decode(outputs, skip_special_tokens=True)

📄 ライセンス

このモデルはApache - 2.0ライセンスの下で提供されています。