Tapas Base Finetuned Wikisql Supervised

🚀 TAPASベースモデルをWikiSQLで教師あり学習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_wikisql_sqa_inter_masklm_base_reset チェックポイントに対応しています。 このモデルは、MLMと著者ら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 と WikiSQL で連鎖的にファインチューニングされました。このモデルは相対位置埋め込みを使用しています（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します）。

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_wikisql_sqa_inter_masklm_base（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ました。

📚 ドキュメント

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Transformerモデルです。 これは、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ました。

• 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、モデルは入力中の単語の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。そして、モデルは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1つずつ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学習例のバランスの取れたデータセットを作成して、モデルをさらに事前学習させました。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。学習例は、合成文と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、これを下流のタスク（テーブルに関する質問に答える、または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など）に役立つ特徴を抽出するために使用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と集約ヘッドを追加し、その後、これら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とWikiSQL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、テーブルに関連する質問に答え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。

学習手順

前処理

テキストは小文字に変換され、WordPieceを使用して語彙サイズ30,000でトークン化されます。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]

著者らは最初に、自動変換スクリプトを使用してWikiSQLデータセットをSQAの形式に変換しました。

ファインチューニング

このモデルは、最大シーケンス長512、バッチサイズ512で、32個のCloud TPU v3コア上で50,000ステップ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10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6.17164e - 5、ウォームアップ率は0.1424です。詳細については、論文（表11と12）を参照してください。

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}
}

@article{DBLP:journals/corr/abs-1709-00103,
  author    = {Victor Zhong and
               Caiming Xiong and
               Richard Socher},
  title     = {Seq2SQL: Generating Structured Queries from Natural Language using
               Reinforcement Learning},
  journal   = {CoRR},
  volume    = {abs/1709.00103},
  year      = {2017},
  url       = {http://arxiv.org/abs/1709.00103},
  archivePrefix = {arXiv},
  eprint    = {1709.00103},
  timestamp = {Mon, 13 Aug 2018 16:48:41 +0200},
  biburl    = {https://dblp.org/rec/journals/corr/abs-1709-00103.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

📄 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。