语言: 中文
标签:

• 表格问答
• TAPEX模型
  许可证: Apache-2.0
  数据集:
• MSR_SQA
  推理支持: 否

基于SQA数据集微调的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执行器实现表格预训练》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

# 初始化分词器和模型
tokenizer = BartTokenizer.from_pretrained("nielsr/tapex-large-finetuned-sqa")
model = BartForConditionalGeneration.from_pretrained("nielsr/tapex-large-finetuned-sqa")

# 构建表格数据
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（需参考表格线性化处理器代码）
linearizer = IndexedRowTableLinearize()
linear_table = linearizer.process_table(table_dict)

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

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

# 生成预测
outputs = model.generate(**encoding)

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