Tapex Large Finetuned Wtq

🚀 TAPEX（大型模型）

TAPEX是一种预训练方法，通过学习神经SQL执行器，赋予现有模型“表格推理”能力，在表格问答等任务中表现出色。

✨ 主要特性

• 表格推理能力：通过学习神经SQL执行器，让模型具备强大的表格推理技能。
• 基于BART架构：采用Transformer的编码器 - 解码器（seq2seq）模型，结合双向（类似BERT）编码器和自回归（类似GPT）解码器。

📦 安装指南

文档未提及具体安装步骤，可参考原项目仓库 here 进行安装。

💻 使用示例

基础用法

from transformers import TapexTokenizer, BartForConditionalGeneration
import pandas as pd

tokenizer = TapexTokenizer.from_pretrained("microsoft/tapex-large-finetuned-wtq")
model = BartForConditionalGeneration.from_pretrained("microsoft/tapex-large-finetuned-wtq")

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']

📚 详细文档

模型描述

TAPEX（通过执行进行表格预训练）是一种概念简单且经验证有效的预训练方法，旨在赋予现有模型“表格推理”技能。TAPEX通过在一个合成语料库上学习神经SQL执行器来实现表格预训练，该语料库是通过自动合成可执行的SQL查询获得的。

TAPEX基于BART架构，这是一种Transformer的编码器 - 解码器（seq2seq）模型，具有双向（类似BERT）编码器和自回归（类似GPT）解码器。

此模型是在 WikiTableQuestions 数据集上微调的 tapex-base 模型。

预期用途

你可以使用该模型进行复杂问题的表格问答。以下是一些可以解决的问题示例（对应表格未显示）：

评估方法

请在 这里 查找评估脚本。

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}
}

📄 许可证

本项目采用MIT许可证。