논리 형식 없이 답하기
표 질의응답은 중간 단계로 논리 형식을 생성한 뒤 실행할 수 있다. TAPAS는 그 중간 형식을 생성하지 않고 표의 셀과 집계 연산으로 답을 예측하는 접근이다.
약한 감독의 활용
정답 논리 형식을 모두 수집하는 대신 질문에 대한 답을 중심으로 학습한다. 자세한 질의 주석의 수집 비용을 줄이려는 약한 감독 설정을 다룬다.
텍스트와 표의 사전 학습
표를 입력으로 인코딩하도록 BERT의 구조를 확장했다. 텍스트 구간과 표를 함께 사전 학습한 뒤 전체 모델을 종단 간 방식으로 학습한다.
과제 사이의 전이
연구는 세 가지 의미 분석 데이터셋으로 평가하고 WikiSQL에서 WikiTableQuestions로 전이하는 조건도 비교했다. 표의 셀 선택 구조와 학습 자료의 전이 효과를 나눠 살펴볼 수 있다.
관련 문서
TaBERT / BERT / Seq2SQL / Spider SQL 평가 / 자연어 처리 / 기계 학습