Tapex Base Finetuned Wikisql

🚀 TAPEX (基礎規模模型)

TAPEX是一種用於表格推理的預訓練模型，通過學習神經SQL執行器來賦予現有模型表格推理能力，能有效處理表格問答任務。

🚀 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。原代碼倉庫可在 這裡 找到。

✨ 主要特性

• TAPEX是一種概念簡單且在實踐中效果強大的預訓練方法，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，該語料庫是通過自動合成可執行的SQL查詢獲得的。
• 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。

📦 安裝指南

文檔未提及安裝步驟，故跳過此章節。

💻 使用示例

基礎用法

from transformers import TapexTokenizer, BartForConditionalGeneration
import pandas as pd

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

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 = "In which year did beijing host the Olympic Games?"
encoding = tokenizer(table=table, query=query, return_tensors="pt")

outputs = model.generate(**encoding)

print(tokenizer.batch_decode(outputs, skip_special_tokens=True))
# [' 2008.0']

高級用法

文檔未提及高級用法代碼示例，故跳過此部分。

📚 詳細文檔

預期用途

可以使用該模型處理相對簡單的表格問答問題。以下是一些可解決的問題示例（對應表格未展示）：

評估方法

評估腳本可在 這裡 找到。

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}
}

🔧 技術細節

TAPEX（Table Pre - training via Execution）基於BART架構，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 WikiSQL 數據集上微調的tapex - base模型。

📄 許可證

本項目採用MIT許可證。