Tapex Large Finetuned Tabfact

🚀 TAPEX (大型模型)

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，在表格問答等任務中表現出色。

🚀 快速開始

TAPEX（通過執行進行表格預訓練）由Qian Liu、Bei Chen、Jiaqi Guo、Morteza Ziyadi、Zeqi Lin、Weizhu Chen、Jian - Guang Lou在論文 TAPEX: Table Pre-training via Learning a Neural SQL Executor 中提出。原始代碼倉庫可在 這裡 找到。

✨ 主要特性

• TAPEX是一種概念簡單且經驗證有效的預訓練方法，能賦予現有模型“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，這是一種具有雙向（類似BERT）編碼器和自迴歸（類似GPT）解碼器的Transformer編碼器 - 編碼器（seq2seq）模型。
• 此模型是在 Tabfact 數據集上微調的 tapex - base 模型。

📦 安裝指南

文檔未提及安裝步驟，暫不展示。

💻 使用示例

基礎用法

from transformers import TapexTokenizer, BartForSequenceClassification
import pandas as pd

tokenizer = TapexTokenizer.from_pretrained("microsoft/tapex-large-finetuned-tabfact")
model = BartForSequenceClassification.from_pretrained("microsoft/tapex-large-finetuned-tabfact")

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 = "beijing hosts the olympic games in 2012"
encoding = tokenizer(table=table, query=query, return_tensors="pt")

outputs = model(**encoding)
output_id = int(outputs.logits[0].argmax(dim=0))
print(model.config.id2label[output_id])
# Refused

評估方法

評估腳本請參考 這裡。

📚 詳細文檔

你可以使用該模型進行表格事實驗證。

🔧 技術細節

文檔未提供足夠技術細節，暫不展示。

📄 許可證

本項目採用MIT許可證。

BibTeX引用

@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}
}