api-inference 文档

表格问答

Hugging Face's logo
加入 Hugging Face 社区

并获得增强型文档体验

开始使用

表格问答

表格问答 (Table QA) 是回答关于给定表格中的信息的提问。

有关 table-question-answering 任务的更多详细信息,请查看其 专用页面!您将找到示例和相关资料。

推荐模型

探索所有可用模型,并找到最适合您的模型 这里

使用 API

Python
JavaScript
cURL
import requests

API_URL = "https://api-inference.huggingface.co/models/<REPO_ID>"
headers = {"Authorization": "Bearer hf_***"}

def query(payload):
	response = requests.post(API_URL, headers=headers, json=payload)
	return response.json()
	
output = query({
	"inputs": {
	"query": "How many stars does the transformers repository have?",
	"table": {
		"Repository": ["Transformers", "Datasets", "Tokenizers"],
		"Stars": ["36542", "4512", "3934"],
		"Contributors": ["651", "77", "34"],
		"Programming language": [
			"Python",
			"Python",
			"Rust, Python and NodeJS"
		]
	}
},
})

要使用 Python 客户端,请参阅 huggingface_hub软件包参考

API 规范

请求

有效负载
inputs* object 要回答的一个 (表格,问题) 对
        table* object 用作问题上下文的表格
        question* string 要回答的关于表格的问题
parameters object 表格问答的附加推理参数

可以通过将标头传递到推理 API 来配置一些选项。以下是可用的标头

标头
authorization string 身份验证标头,格式为 'Bearer: hf_****',其中 hf_**** 是具有推理 API 权限的个人用户访问令牌。您可以在 您的设置页面 生成一个。
x-use-cache boolean,默认为 true 推理 API 上有一个缓存层,可以加快我们已经看到的请求的速度。大多数模型可以使用这些结果,因为它们是确定性的(意味着输出无论如何都将相同)。但是,如果您使用的是非确定性模型,您可以将此参数设置为阻止缓存机制使用,从而导致真正的全新查询。阅读更多关于缓存 这里
x-wait-for-model boolean,默认为 false 如果模型未准备好,请等待,而不是接收 503。它限制了完成推理所需的请求数量。建议您仅在收到 503 错误后才将此标志设置为 true,因为它会将您的应用程序中的挂起限制在已知的位置。阅读更多关于模型可用性 这里

有关推理 API 标头的更多信息,请查看参数 指南

响应

正文
(数组) object[] 输出是一个对象数组。
        answer string 给定表格的答案。如果有聚合器,答案将以AGGREGATOR >开头。
        coordinates array[] 答案单元格的坐标。
        cells string[] 由答案单元格值组成的字符串列表。
        aggregator string 如果模型具有聚合器,则返回该聚合器。
< > 更新 在 GitHub 上