Tapex Base

🚀 TAPEX（基礎規模模型）

TAPEX是一種預訓練方法，通過學習神經SQL執行器，賦予現有模型“表格推理”能力，在表格問答和事實驗證等任務中表現出色。

🚀 快速開始

使用示例

以下是如何在transformers庫中使用該模型的示例：

from transformers import TapexTokenizer, BartForConditionalGeneration
import pandas as pd

tokenizer = TapexTokenizer.from_pretrained("microsoft/tapex-base")
model = BartForConditionalGeneration.from_pretrained("microsoft/tapex-base")

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

# tapex accepts uncased input since it is pre-trained on the uncased corpus
query = "select year where city = beijing"
encoding = tokenizer(table=table, query=query, return_tensors="pt")

outputs = model.generate(**encoding)

print(tokenizer.batch_decode(outputs, skip_special_tokens=True))
# ['2008']

微調方法

請在此處查找微調腳本。

✨ 主要特性

• 創新性預訓練方法：TAPEX（通過執行進行表格預訓練）是一種概念簡單且經驗證有效的預訓練方法，能讓現有模型具備“表格推理”技能。它通過在合成語料庫上學習神經SQL執行器來實現表格預訓練，該語料庫由自動合成的可執行SQL查詢獲得。
• 基於BART架構：TAPEX基於BART架構，這是一種Transformer編解碼器（seq2seq）模型，具有雙向（類似BERT）編碼器和自迴歸（類似GPT）解碼器。
• 多任務適用性：該模型主要用於在有監督的數據集上進行微調，目前可以針對表格問答任務和表格事實驗證任務進行微調。

📚 詳細文檔

模型描述

TAPEX（通過執行進行表格預訓練）是一種概念簡單且經驗證有效的預訓練方法，旨在賦予現有模型“表格推理”技能。TAPEX通過在合成語料庫上學習神經SQL執行器來實現表格預訓練，該語料庫是通過自動合成可執行SQL查詢獲得的。

TAPEX基於BART架構，這是一種Transformer編解碼器（seq2seq）模型，具有雙向（類似BERT）編碼器和自迴歸（類似GPT）解碼器。

預期用途

你可以使用原始模型來模擬神經SQL執行，即使用TAPEX在給定表格上執行SQL查詢。然而，該模型主要用於在有監督的數據集上進行微調。目前，TAPEX可以針對表格問答任務和表格事實驗證任務進行微調。請查看模型中心，查找針對你感興趣的任務進行微調的版本。

📄 許可證

本項目採用MIT許可證。

引用信息

@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}
}

原論文信息

TAPEX由Qian Liu、Bei Chen、Jiaqi Guo、Morteza Ziyadi、Zeqi Lin、Weizhu Chen、Jian - Guang Lou在《TAPEX: Table Pre-training via Learning a Neural SQL Executor》中提出。原始代碼倉庫可在此處找到。