FormaT5：基于自然语言的条件表格格式化的弃权与示例方法
摘要
格式化是表格在可视化、展示和分析中的重要属性。电子表格软件允许用户通过编写依赖于数据的条件格式化（CF）规则来自动格式化其表格。编写此类规则对用户而言通常具有挑战性，因为这要求他们理解并实现底层逻辑。我们提出 FormaT5，一种基于 transformer 的模型，可在给定目标表格和所需格式化逻辑的自然语言描述时生成 CF 规则。我们发现用户对这些任务的描述常常欠指定或含混不清，使得代码生成系统更难于单步中准确学习所需规则。为解决此欠指定问题并最小化参数错误，FormaT5 通过弃权目标学习预测占位符。这些占位符随后可由第二个模型填充，或在存在应被格式化的行示例时由示例编程（programming-by-example）系统填充。为在多样真实场景中评估 FormaT5，我们创建了包含 1053 项 CF 任务的广泛基准，其含来自四个不同来源的真实世界描述。我们发布基准以鼓励该领域研究。弃权与填充使 FormaT5 在有无示例情况下均优于我们基准上的 8 种不同神经方法。我们的结果说明了构建领域特定学习系统的价值。
引用
@article{arxiv.2310.17306,
title = {FormaT5: Abstention and Examples for Conditional Table Formatting with Natural Language},
author = {Mukul Singh and José Cambronero and Sumit Gulwani and Vu Le and Carina Negreanu and Elnaz Nouri and Mohammad Raza and Gust Verbruggen},
journal= {arXiv preprint arXiv:2310.17306},
year = {2023}
}
备注
Contains inappropriately sourced conjecture of OpenAI's ChatGPT parameter count from www.forbes.com/sites/forbestechcouncil/2023/02/17/is-bigger-better-why-the-chatgpt-vs-gpt-3-vs-gpt-4-battle-is-just-a-family-chat, a citation which was omitted. The authors do not have direct knowledge or verification of this information, and relied solely on this article, which may lead to public confusion