language: zh tags:

• 表格问答
• tapex模型 datasets:
• 维基表格问答数据集 license: mit

TAPEX（基础规模模型）

TAPEX由Qian Liu、Bei Chen、Jiaqi Guo、Morteza Ziyadi、Zeqi Lin、Weizhu Chen和Jian-Guang Lou在论文《TAPEX：通过神经SQL执行器学习的表格预训练》中提出。原始代码库可在此处找到。

模型描述

TAPEX（Table Pre-training via Execution）是一种概念简单且实证效果强大的预训练方法，旨在赋予现有模型表格推理能力。TAPEX通过在一个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，这是一种具有双向（类似BERT）编码器和自回归（类似GPT）解码器的Transformer编码器-解码器（seq2seq）模型。

此模型是在WikiTableQuestions数据集上微调的tapex-base模型。

预期用途

您可以将该模型用于回答复杂的表格问题。以下是一些可解决的问题示例（对应表格未显示）：

使用方法

以下是如何在transformers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接受不区分大小写的输入，因为其预训练语料库为不区分大小写
query = "北京在哪一年举办了奥运会？"
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

请在此处找到评估脚本here。

BibTeX条目及引用信息

@inproceedings{
    liu2022tapex,
    title={{TAPEX}: 通过神经SQL执行器学习的表格预训练},
    author={Qian Liu and Bei Chen and Jiaqi Guo and Morteza Ziyadi and Zeqi Lin and Weizhu Chen and Jian-Guang Lou},
    booktitle={国际学习表征会议},
    year={2022},
    url={https://openreview.net/forum?id=O50443AsCP}
}