语言: 中文
标签:

• 表格问答
• TAPEX模型
  许可协议: Apache-2.0
  数据集:
• WikiSQL
  推理支持: 不支持

基于WikiSQL微调的TAPEX-large模型。该模型由刘倩、陈蓓、郭佳琪、Morteza Ziyadi、林泽琪、陈伟柱、娄建广在论文《TAPEX：通过神经SQL执行器进行表格预训练》中提出，原始代码库详见此处。

加载并运行推理的示例如下：

from transformers import BartTokenizer, BartForConditionalGeneration
import pandas as pd

# 加载分词器与模型
tokenizer = BartTokenizer.from_pretrained("nielsr/tapex-large-finetuned-wikisql")
model = BartForConditionalGeneration.from_pretrained("nielsr/tapex-large-finetuned-wikisql")

# 创建表格数据
data = {'演员': ["布拉德·皮特", "莱昂纳多·迪卡普里奥", "乔治·克鲁尼"], '电影数量': ["87", "53", "69"]}
table = pd.DataFrame.from_dict(data)

# 转换为字典格式
table_dict = {"表头": list(table.columns), "行数据": [list(row.values) for i,row in table.iterrows()]}

# 转换为TAPEX预期格式
# 线性化处理器参考代码: https://github.com/microsoft/Table-Pretraining/blob/main/tapex/processor/table_linearize.py
linearizer = IndexedRowTableLinearize()
linear_table = linearizer.process_table(table_dict)

# 添加问题
question = "乔治·克鲁尼演了多少部电影？"
联合输入 = question + " " + linear_table

# 编码输入
encoding = tokenizer(联合输入, return_tensors="pt")

# 前向推理
outputs = model.generate(**encoding)

# 解码输出
tokenizer.batch_decode(outputs, skip_special_tokens=True)