Tapex Base Finetuned Wtq

🚀 TAPEX (基础规模模型)

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（Table Pre - training via Execution）是一种概念简单且经验证有效的预训练方法，能让现有模型具备表格推理技能。TAPEX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，该语料库通过自动合成可执行的SQL查询获得。

TAPEX基于BART架构，这是一种Transformer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。

📚 详细文档

预期用途

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

使用方法

以下是如何在transformers库中使用此模型：

from transformers import TapexTokenizer, BartForConditionalGeneration
import pandas as pd

tokenizer = TapexTokenizer.from_pretrained("microsoft/tapex-base-finetuned-wtq")
model = BartForConditionalGeneration.from_pretrained("microsoft/tapex-base-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接受无大小写区分的输入，因为它是在无大小写区分的语料库上预训练的
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']

评估方法

请在 这里 找到评估脚本。

BibTeX引用和引用信息

@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。