推理提供商文档
表格问答
加入 Hugging Face 社区
并获得增强的文档体验
开始使用
表格问答
表格问答(Table QA)是关于给定表格中信息的问答。
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材料。
推荐模型
- google/tapas-base-finetuned-wtq:一个强大的表格问答模型。
在此处探索所有可用模型并找到最适合您的模型。
使用 API
提供商
import os
from huggingface_hub import InferenceClient
client = InferenceClient(
provider="hf-inference",
api_key=os.environ["HF_TOKEN"],
)
answer = client.table_question_answering(
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"]},
model="google/tapas-base-finetuned-wtq",
)
API 规范
请求
标头 | ||
---|---|---|
授权 | 字符串 | 验证头,格式为 `Bearer: hf_****`,其中 `hf_****` 是具有“推理提供商”权限的个人用户访问令牌。您可以从您的设置页面生成一个。 |
有效负载 | ||
---|---|---|
inputs* | 对象 | 一个 (表格, 问题) 对用于回答 |
table* | 对象 | 用作问题上下文的表格 |
question* | 字符串 | 关于表格的问题 |
参数 | 对象 | |
padding | 枚举 | 可能的值:do_not_pad、longest、max_length。 |
sequential | 布尔值 | 是否按顺序或批次进行推理。批次处理速度更快,但像 SQA 这样的模型需要按顺序进行推理,以便根据其对话性质提取序列中的关系。 |
truncation | 布尔值 | 激活并控制截断。 |
响应
正文 | ||
---|---|---|
(数组) | 对象数组 | 输出是一个对象数组。 |
answer | 字符串 | 根据表格给出的问题的答案。如果存在聚合器,答案前面将有 `AGGREGATOR >`。 |
coordinates | 数组[] | 答案单元格的坐标。 |
cells | 字符串数组 | 由答案单元格值组成的字符串列表。 |
aggregator | 字符串 | 如果模型有聚合器,则返回聚合器。 |