语言: 中文
标签:

• 表格问答
• 表格处理

数据集:

• 维基表格问题

OmniTab

OmniTab是一种基于表格的问答模型，出自论文《OmniTab：利用自然与合成数据预训练实现少样本表格问答》（论文链接）。原始GitHub仓库为https://github.com/jzbjyb/OmniTab。

模型描述

neulab/omnitab-large-finetuned-wtq（基于BART架构）以neulab/omnitab-large为初始化权重，并在WikiTableQuestions数据集上进行了微调。

使用示例

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM  
import pandas as pd  

tokenizer = AutoTokenizer.from_pretrained("neulab/omnitab-large-finetuned-wtq")  
model = AutoModelForSeq2SeqLM.from_pretrained("neulab/omnitab-large-finetuned-wtq")  

data = {  
    "年份": [1896, 1900, 1904, 2004, 2008, 2012],  
    "城市": ["雅典", "巴黎", "圣路易斯", "雅典", "北京", "伦敦"]  
}  
表格 = pd.DataFrame.from_dict(data)  

问题 = "北京在哪一年举办了奥运会？"  
编码 = tokenizer(table=表格, query=问题, return_tensors="pt")  

输出 = model.generate(**编码)  

print(tokenizer.batch_decode(输出, skip_special_tokens=True))  
# ['2008']  

参考文献

@inproceedings{jiang-etal-2022-omnitab,  
  title = "{O}mni{T}ab：基于自然与合成数据预训练的少样本表格问答",  
  author = "蒋正宝、毛毅、何鹏程、Graham Neubig、陈伟柱",  
  booktitle = "北美计算语言学协会2022年会论文集",  
  month = "7月",  
  year = "2022",  
}