Key points are not available for this paper at this time.
فهم الجداول هو جانب مهم من فهم اللغة الطبيعية. تتطلب النماذج الحالية لفهم الجداول تسطيح هيكل الجدول، حيث يتم ترميز ترتيب الصفوف أو الأعمدة كتحيز غير مرغوب فيه. تجعل هذه الانحيازات الكاذبة النموذج عرضة لت perturbations في ترتيب الصفوف والأعمدة. بالإضافة إلى ذلك، لم يقم العمل السابق بنمذجة هياكل الجداول أو توافقات الجدول والنص بشكل شامل، مما يعيق قدرة فهم الجدول والنص. في هذا العمل، نقترح بنية تشفير الجدول والنص التي تعرف بـ TABLEFORMER، حيث يتم دمج تحيزات الهيكل الجدولي بالكامل من خلال تحيزات انتباه قابلة للتعلم. TABLEFORMER هو (1) غير متأثرSTRICTLY بترتيب الصفوف والأعمدة، و(2) يمكنه فهم الجداول بشكل أفضل بسبب تحيزاته الاستقرائية الجدولية. أظهرت تقييماتنا أن TABLEFORMER يتفوق على القواعد الأساسية القوية في جميع الإعدادات على مجموعات بيانات استدلال الجدول SQA و WTQ و TABFACT، ويحقق أداءً رائدًا في SQA، خصوصًا عند مواجهة perturbations في ترتيب الصفوف والأعمدة غير المتغيرة للإجابة (تحسين بنسبة 6% عن أفضل نقطة أساس)، لأن الأداء السابق للنماذج الرائدة ينخفض بنسبة 4% -6% عند مواجهة مثل هذه perturbations بينما لا تتأثر TABLEFORMER.
درس يانغ وآخرون (سات،) هذا السؤال.