摘要

表格蕴含（Table Entailment）是一项二分类任务，旨在判断一个句子是否得到表格内容的支持或反驳。这项任务需要解析语言和表格结构，同时进行数值和离散推理。尽管在文本蕴含方面已有大量研究，但表格蕴含的研究相对较少。我们对TAPAS（Herzig等，2020年）进行了改进，这是一种基于表格的BERT模型，用于识别蕴含关系。受到数据增强优势的启发，我们创建了一个包含数百万自动生成训练样本的平衡数据集，在微调之前通过中间步骤进行学习。这些新数据不仅对表格蕴含有用，还适用于SQA（Iyyer等，2017年），即顺序表格问答任务。为了能够将长示例作为BERT模型的输入，我们在预处理步骤中评估了表格剪枝技术，以显著提高训练和预测效率，尽管准确率有适度下降。不同的方法在TabFact（Chen等，2020年）和SQA数据集上设立了新的最先进水平。