Chartgpt

由 yuan-tian 开发

ChartGPT是基于FLAN-T5-XL微调的模型，用于根据自然语言描述生成图表。

大型语言模型

Transformers

英语

开源协议:Apache-2.0 #图表生成 #自然语言转图表 #数据可视化

下载量 85

发布时间 : 1/16/2024

模型介绍

内容详情

替代品

模型简介

该模型能够根据自然语言输入生成图表，支持从抽象描述到具体图表生成的完整流程。

模型特点

自然语言到图表生成

能够理解抽象的自然语言描述并生成相应的图表

多步骤图表生成

支持从列选择、筛选条件到最终图表类型的多步骤生成过程

模型能力

自然语言理解

图表生成

数据可视化

使用案例

数据可视化

电影数据分析

分析不同类型电影的受欢迎程度

生成展示电影类型与受欢迎程度关系的图表

license: apache-2.0 datasets:

yuan-tian/chartgpt-dataset language:
en metrics:
rouge pipeline_tag: text2text-generation base_model:
google/flan-t5-xl new_version: yuan-tian/chartgpt-llama3

ChartGPT 模型卡片

模型详情

模型描述

该模型用于根据自然语言生成图表。更多信息请参阅相关论文。

模型类型: 语言模型
支持语言 (NLP): 英语
许可证: Apache 2.0
微调基础模型: FLAN-T5-XL
研究论文: ChartGPT: 利用大语言模型从抽象自然语言生成图表

模型输入格式

点击展开

模型在第x步的输入格式。其中<...>作为分隔符。

{表名}
<head> {列名}
<type> {列类型}
<data> {数据行1} <line> {数据行2} <line>
<utterance> {自然语言描述}
<ans>
<sep> {步骤1提示} {答案2}
...
<sep> {步骤x-1提示} {答案x-1}
<sep> {步骤x提示}

模型应输出对应步骤x的答案。

步骤1-6的提示如下：

步骤1. 选择列:
步骤2. 添加筛选条件:
步骤3. 添加聚合操作: 
步骤4. 选择图表类型:
步骤5. 选择编码方式:
步骤6. 添加排序:

快速开始

在GPU上运行模型

以电影数据集为例，输入描述为"哪种类型的电影最受欢迎？"。模型应给出步骤1（选择列）的答案。您可以使用以下代码测试是否能成功运行模型。

点击展开

from transformers import (
    AutoTokenizer,
    AutoModelForSeq2SeqLM,
)
tokenizer = AutoTokenizer.from_pretrained("yuan-tian/chartgpt")
model = AutoModelForSeq2SeqLM.from_pretrained("yuan-tian/chartgpt", device_map="auto")
input_text = "movies <head> Title,Worldwide_Gross,Production_Budget,Release_Year,Content_Rating,Running_Time,Major_Genre,Creative_Type,Rotten_Tomatoes_Rating,IMDB_Rating <type> nominal,quantitative,quantitative,temporal,nominal,quantitative,nominal,nominal,quantitative,quantitative <data> From Dusk Till Dawn,25728961,20000000,1996,R,107,Horror,Fantasy,63,7.1 <line> Broken Arrow,148345997,65000000,1996,R,108,Action,Contemporary Fiction,55,5.8 <line>  <utterance> What kinds of movies are the most popular? <ans> <sep> Step 1. Select the columns:"
inputs = tokenizer(input_text, return_tensors="pt", padding=True).to("cuda")
outputs = model.generate(**inputs)
print(tokenizer.decode(outputs[0], skip_special_tokens = True))

训练详情

训练数据

本模型基于FLAN-T5-XL在chartgpt-dataset数据集上微调而成。

训练过程

计划在未来更新数据预处理和训练过程的详细说明。

引用

BibTeX格式:

@article{tian2024chartgpt,
  title={ChartGPT: 利用大语言模型从抽象自然语言生成图表},
  author={田原 and 崔伟伟 and 邓大振 and 易新晶 and 杨雨润 and 张海东 and 吴英材},
  journal={IEEE可视化与计算机图形学汇刊},
  year={2024},
  pages={1-15},
  doi={10.1109/TVCG.2024.3368621}
}