TAPEX（大型模型）

TAPEX是由刘前，陈贝，郭佳琪，Morteza Ziyadi，林泽琪，陈伟柱，楼建光于 TAPEX: Table Pre-training via Learning a Neural SQL Executor 提出的。原始代码库可以在 here 中找到。

模型描述

TAPEX（Table Pre-training via Execution）是一种概念简单且经验丰富的预训练方法，可以赋予现有模型具有表格推理技能。TAPEX通过学习一个神经SQL执行器来实现表格预训练，该执行器通过自动合成可执行的SQL查询获取合成语料库。

TAPEX基于BART架构，具有双向（类BERT）编码器和自回归（类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

您可以使用该模型回答关于复杂问题的表格问答。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

这里是在transformers中使用此模型的方法：

from transformers import TapexTokenizer, BartForConditionalGeneration
import pandas as pd

tokenizer = TapexTokenizer.from_pretrained("microsoft/tapex-large-finetuned-wtq")
model = BartForConditionalGeneration.from_pretrained("microsoft/tapex-large-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 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}
}