Tapex Large Finetuned Tabfact

🚀 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。

🚀 快速开始

TAPEX（通过执行进行表格预训练）由Qian Liu、Bei Chen、Jiaqi Guo、Morteza Ziyadi、Zeqi Lin、Weizhu Chen、Jian - Guang Lou在论文 TAPEX: Table Pre-training via Learning a Neural SQL Executor 中提出。原始代码仓库可在 这里 找到。

✨ 主要特性

• TAPEX是一种概念简单且经验证有效的预训练方法，能赋予现有模型“表格推理”技能。它通过在合成语料库上学习神经SQL执行器来实现表格预训练，该语料库由自动合成的可执行SQL查询获得。
• 基于BART架构，这是一种具有双向（类似BERT）编码器和自回归（类似GPT）解码器的Transformer编码器 - 编码器（seq2seq）模型。
• 此模型是在 Tabfact 数据集上微调的 tapex - base 模型。

📦 安装指南

文档未提及安装步骤，暂不展示。

💻 使用示例

基础用法

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

评估方法

评估脚本请参考 这里。

📚 详细文档

你可以使用该模型进行表格事实验证。

🔧 技术细节

文档未提供足够技术细节，暂不展示。

📄 许可证

本项目采用MIT许可证。

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}
}