Tapas Tiny Finetuned Sqa

🚀 TAPASの小規模モデルをSequential Question Answering (SQA) でファインチューニング

このモデルには2つのバージョンがあり、使用可能です。デフォルトのバージョンは、元のGitHubリポジトリ の tapas_sqa_inter_masklm_tiny_reset チェックポイントに対応しています。 このモデルは、MLMと著者が中間事前学習と呼ぶ追加のステップで事前学習され、その後 SQA でファインチューニングされました。相対位置埋め込み（つまり、テーブルの各セルで位置インデックスをリセットする）を使用しています。

使用可能なもう1つの（非デフォルト）バージョンは次の通りです。

• no_reset：tapas_sqa_inter_masklm_tiny（中間事前学習、絶対位置埋め込み）に対応しています。

免責事項：TAPASをリリースしたチームはこのモデルのモデルカードを作成していないため、このモデルカードはHugging Faceチームと貢献者によって作成されています。

✨ 主な機能

このモデルは、会話形式でテーブルに関する質問に回答するために使用できます。

📚 詳細ドキュメント

SQA - 開発セットの正解率に関する結果

モデルの説明

TAPASは、Wikipediaの大量の英語データコーパスを自己教師付き学習で事前学習したBERTのようなトランスフォーマーモデルです。 つまり、生のテーブルと関連するテキストのみを使用して事前学習され、人間によるラベル付けは一切行われず（このため、公開されている大量のデータを使用できます）、それらのテキストから入力とラベルを自動生成するプロセスが行われます。より具体的には、2つの目的で事前学習されています。

• マスク言語モデリング（MLM）：（平坦化された）テーブルと関連するコンテキストを入力として、モデルは入力の単語の15％をランダムにマスクし、その後、全体の（部分的にマスクされた）シーケンスをモデルに通します。モデルはその後、マスクされた単語を予測する必要があります。これは、通常、単語を順番に見る従来の再帰型ニューラルネットワーク（RNN）や、内部で未来のトークンをマスクするGPTのような自己回帰型モデルとは異なります。これにより、モデルはテーブルと関連するテキストの双方向表現を学習することができます。
• 中間事前学習：テーブルに関する数値推論を促進するために、著者らは数百万の構文的に作成されたトレーニング例のバランスの取れたデータセットを作成してモデルを追加で事前学習しました。ここでは、モデルは文がテーブルの内容によって支持されるか反駁されるかを予測（分類）する必要があります。トレーニング例は、合成文および反事実文に基づいて作成されます。

このようにして、モデルはテーブルと関連するテキストで使用される英語の内部表現を学習し、これを使用して、テーブルに関する質問に回答するなどの下流タスクや、文がテーブルの内容によって含意されるか反駁されるかを判断するために有用な特徴を抽出することができます。ファインチューニングは、事前学習されたモデルの上にセル選択ヘッドを追加し、その後、このランダムに初期化された分類ヘッドをベースモデルと一緒にSQAで共同学習することによって行われます。

想定される用途と制限

このモデルは、会話形式でテーブルに関する質問に回答するために使用できます。 コード例については、HuggingFaceウェブサイトのTAPASのドキュメントを参照してください。

トレーニング手順

前処理

テキストは小文字に変換され、WordPieceを使用してトークン化され、語彙サイズは30,000に設定されます。モデルの入力は次の形式になります。

[CLS] 質問 [SEP] 平坦化されたテーブル [SEP]

ファインチューニング

モデルは、32個のCloud TPU v3コアで200,000ステップ、最大シーケンス長512、バッチサイズ128でファインチューニングされました。この設定では、ファインチューニングに約20時間かかります。使用されるオプティマイザはAdamで、学習率は1.25e-5、ウォームアップ率は0.2です。モデルが同じ列のセルのみを選択するように誘導バイアスが追加されています。これは、TapasConfig の select_one_column パラメータに反映されています。詳細は、元の論文 の表12も参照してください。

BibTeXエントリと引用情報

@misc{herzig2020tapas,
      title={TAPAS: Weakly Supervised Table Parsing via Pre-training}, 
      author={Jonathan Herzig and Paweł Krzysztof Nowak and Thomas Müller and Francesco Piccinno and Julian Martin Eisenschlos},
      year={2020},
      eprint={2004.02349},
      archivePrefix={arXiv},
      primaryClass={cs.IR}
}

@misc{eisenschlos2020understanding,
      title={Understanding tables with intermediate pre-training}, 
      author={Julian Martin Eisenschlos and Syrine Krichene and Thomas Müller},
      year={2020},
      eprint={2010.00571},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

@InProceedings{iyyer2017search-based,
author = {Iyyer, Mohit and Yih, Scott Wen-tau and Chang, Ming-Wei},
title = {Search-based Neural Structured Learning for Sequential Question Answering},
booktitle = {Proceedings of the 55th Annual Meeting of the Association for Computational Linguistics},
year = {2017},
month = {July},
abstract = {Recent work in semantic parsing for question answering has focused on long and complicated questions, many of which would seem unnatural if asked in a normal conversation between two humans. In an effort to explore a conversational QA setting, we present a more realistic task: answering sequences of simple but inter-related questions. We collect a dataset of 6,066 question sequences that inquire about semi-structured tables from Wikipedia, with 17,553 question-answer pairs in total. To solve this sequential question answering task, we propose a novel dynamic neural semantic parsing framework trained using a weakly supervised reward-guided search. Our model effectively leverages the sequential context to outperform state-of-the-art QA systems that are designed to answer highly complex questions.},
publisher = {Association for Computational Linguistics},
url = {https://www.microsoft.com/en-us/research/publication/search-based-neural-structured-learning-sequential-question-answering/},
}

📄 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。