TAPEX（大型模型）

TAPEX是由Qian Liu、Bei Chen、Jiaqi Guo、Morteza Ziyadi、Zeqi Lin、Weizhu Chen和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 找到。

模型描述

TAPEX（通过执行进行表格预训练）是一种概念上简单且实证强大的预训练方法，用于为现有模型赋予表格推理能力。TAPEX通过学习神经SQL执行器来实现表格预训练，该预训练通过自动合成可执行的SQL查询语句来获得合成语料库。

TAPEX基于BART架构，这是一个具有双向（类似BERT）编码器和自回归（类似GPT）解码器的transformer编码器-编码器（seq2seq）模型。

这个模型是在 Tabfact 数据集上微调的tapex-base模型。

预期用途

您可以将该模型用于表格事实验证。

如何使用

以下是在transformers中使用此模型的方法：

from transformers import TapexTokenizer, BartForSequenceClassification
import pandas as pd

tokenizer = TapexTokenizer.from_pretrained("microsoft/tapex-large-finetuned-tabfact")
model = BartForSequenceClassification.from_pretrained("microsoft/tapex-large-finetuned-tabfact")

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 = "beijing hosts the olympic games in 2012"
encoding = tokenizer(table=table, query=query, return_tensors="pt")

outputs = model(**encoding)
output_id = int(outputs.logits[0].argmax(dim=0))
print(model.config.id2label[output_id])
# Refused

如何评估

请查找评估脚本 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}
}