TAPEX（基础大小模型）

TAPEX是由Qian Liu、Bei Chen、Jiaqi Guo、Morteza Ziyadi、Zeqi Lin、Weizhu Chen、Jian-Guang Lou于 TAPEX: Table Pre-training via Learning a Neural SQL Executor 提出的。原始存储库可以在 here 中找到。

模型描述

TAPEX（表格预训练通过执行）是一种概念上简单、经验上强大的预训练方法，用于使现有模型具备表格推理技能。TAPEX通过在合成的语料库上学习神经SQL执行器来实现表格预训练，该语料库是通过自动合成可执行的SQL查询获得的。

TAPEX基于BART架构，是一个具有双向（类似BERT的）编码器和自回归（类似GPT的）解码器的transformer编码-解码模型。

此模型是在 WikiSQL 数据集上微调的tapex-base模型。

预期用途

您可以使用该模型回答相对简单的表格问题。下面显示了一些可解答的问题（对应的表格未显示）：

如何使用

在transformers中使用此模型的方法如下：

from transformers import TapexTokenizer, BartForConditionalGeneration
import pandas as pd

tokenizer = TapexTokenizer.from_pretrained("microsoft/tapex-base-finetuned-wikisql")
model = BartForConditionalGeneration.from_pretrained("microsoft/tapex-base-finetuned-wikisql")

data = {
    "year": [1896, 1900, 1904, 2004, 2008, 2012],
    "city": ["athens", "paris", "st. louis", "athens", "beijing", "london"]
}
table = pd.DataFrame.from_dict(data)

# tapex accepts uncased input since it is pre-trained on the uncased corpus
query = "In which year did beijing host the Olympic Games?"
encoding = tokenizer(table=table, query=query, return_tensors="pt")

outputs = model.generate(**encoding)

print(tokenizer.batch_decode(outputs, skip_special_tokens=True))
# [' 2008.0']

如何评估

请找到评估脚本 here 。

BibTeX条目和引用信息

@inproceedings{
    liu2022tapex,
    title={{TAPEX}: Table Pre-training via Learning a Neural {SQL} Executor},
    author={Qian Liu and Bei Chen and Jiaqi Guo and Morteza Ziyadi and Zeqi Lin and Weizhu Chen and Jian-Guang Lou},
    booktitle={International Conference on Learning Representations},
    year={2022},
    url={https://openreview.net/forum?id=O50443AsCP}
}