Google, "TAPAS" kaynak kodunun yayınlandığını duyurdu (Tablo Ayrıştırma), bir sinir ağı (yapay zeka) doğal dilde bir soruyu cevaplamak için dahili olarak geliştirilmiştir ve yanıtı ilişkisel bir veritabanından veya elektronik tablodan alın.
TAPAŞ'ta optimum sonuçlar elde etmek için, projeden sorumlu geliştiriciler kendilerini sinir ağını 6.2 milyon çiftle eğitmeye adadılar Wikipedia'dan alınan metne tablo. Doğrulamak için, sinir ağının hem tablolardaki hem de eğitim görmediği metinlerdeki eksik kelimeleri geri getirmesi gerekiyordu. Kurtarma hassasiyeti% 71,4'tü Bir kıyaslama testi olarak, sinir ağının her üç veri setinde rakip algoritmalardan daha doğru veya karşılaştırılabilir yanıtlar sağladığını gösterdi.
TAPAŞ hakkında
temel olarak Bu projenin odak noktası bilgiye danışabilmek, işleyebilmek ve bilgileri görüntüleyebilmektir. kullanıcı tarafından doğal dilde yapılan sorgulamanın terimleriyle ilgili olup, bilgi edinimini büyük ölçüde kolaylaştırır.
TAPAS kullanımının temel bir örneği, bir kullanıcının satış verilerini, geliri, diğer şeylerin yanı sıra talepler. Ayrıca bunu hesaba katmalısın TAPAS sadece bir veri tabanından bilgi almakla sınırlı değildir, aynı zamanda hesaplama yapabilmektedir.Algoritma, yanıtı tablo hücrelerinde hem doğrudan hem de toplama, ortalama ve diğer operatörler aracılığıyla arar, buna ek olarak aynı anda birkaç tablo arasında yanıtı da arayabilir.
Google, Tapas'ın En İyi Üç Açık Kaynak Algoritmasından Daha İyi Performans Gösterdiğini veya Eşleştiğini Söyledi ilişkisel verileri analiz etmek. Tapas'ın büyük veri havuzlarından belirli öğeleri ayıklama yeteneği, yanıt yeteneklerini geliştirmeye de katkıda bulunabilir.
Underhood, Tapas, BERT doğal dil işleme tekniğinin bir varyasyonunu kullanır Google motoru tarafından gerçekleştirilen aramalarda kullanılır.
BERT, geleneksel yaklaşımlardan daha fazla hassasiyet sağlar çünkü bir yapay zekanın bir metin dizisini normal uygulamada olduğu gibi yalnızca soldan sağa veya sağdan sola değerlendirmesine izin vermekle kalmaz, aynı zamanda her ikisini de yapar.
Google'ın TAPAS için uyguladığı sürüm, AI'nın yalnızca kullanıcılar tarafından sorulan soruyu ve sorgulamak istedikleri verileri değil, aynı zamanda verilerin depolandığı ilişkisel tabloların yapısını da dikkate almasına olanak tanır.
Linux'a TAPAS nasıl kurulur?
Dado que TAPAS temelde bir BERT modelidir ve bu nedenle aynı gereksinimlere sahiptir. Bu, büyük bir modelin bir TPU gerektirecek 512 sıra uzunluğunda eğitilebileceği anlamına gelir.
TAPAS'ı Linux'a kurabilmek için protokol derleyicisine ihtiyacımız var, bu çoğu Linux dağıtımında bulunabilir.
Debian, Ubuntu ve bunların türevlerinde derleyiciyi aşağıdaki komutla kurabiliriz:
sudo apt-get install protobuf-compiler
Arch Linux, Manjaro, Arco Linux veya diğer herhangi bir Arch Linux türevi durumunda, aşağıdakilerle kuruyoruz:
sudo pacman -S protobuf
Şimdi TAPAS'ı kurabilmek için, sadece kaynak kodunu almamız ve aşağıdaki komutlarla derlememiz gerekiyor:
git clone https://github.com/google-research/tapas
cd tapas
pip install -e .
Ve test paketini çalıştırmak için, aşağıdakileri arayarak çalıştırılabilen toks kitaplığını kullanıyoruz:
pip install tox
tox
Buradan yapay zekanın ilgi alanında eğitilmesi gerekecektir. Rağmen bazı eğitimli modeller GitHub deposunda sunulur.
Ek olarak, seçenek gibi farklı yapılandırma seçeneklerini de kullanabilirsiniz. max_seq_length daha kısa diziler oluşturmak için. Bu, doğruluğu azaltacak ancak aynı zamanda modeli GPU ile eğitilebilir hale getirecektir. Diğer bir seçenek de parti boyutunu küçültmektir (train_batch_size), ancak bu muhtemelen doğruluğu da etkileyecektir.
Son olarak, onun hakkında daha fazla bilgi edinmek istiyorsanız Bu AI hakkında kullanım, uygulama ve diğer bilgilerin ayrıntılarını kontrol edebilirsiniz. Aşağıdaki bağlantıda.