本文的標(biāo)題是《交大ACM班畢業(yè)生在Google的新工作：自動(dòng)寫Excel的表格公式》來源于：由作者：陳宣榮采編而成，主要講述了來源：Google AI
編輯：LRS
【新智元導(dǎo)讀】表格版的公式生成器來
來源：Google AI
編輯：LRS
【新智元導(dǎo)讀】表格版的公式生成器來了！交大ACM班畢業(yè)生，伯克利博士陳昕昀在Google帶來了她在ICML 2021的新工作，能夠自動(dòng)幫你補(bǔ)全公式，準(zhǔn)確率在測(cè)試階段已達(dá)57.4%。目前Google Sheets已上線該功能，快去試用吧！
Excel可以說是最熟悉的陌生人了，每天都在使用，但高級(jí)用法卻說不上來幾個(gè)。
寫公式就是Excel的一個(gè)重要功能，公式可以讓用戶對(duì)數(shù)據(jù)進(jìn)行復(fù)雜的分析和轉(zhuǎn)換。但盡管表格中的公式語言比編程語言更容易學(xué)習(xí)，但編寫這些公式仍然很復(fù)雜，并且一個(gè)符號(hào)沒注意可能就會(huì)導(dǎo)致錯(cuò)誤。
Google在2014年時(shí)開發(fā)了一個(gè)工具**art Autofill，能夠自動(dòng)識(shí)別表格的pattern來填充每一列的缺失值，主要方法使用機(jī)器學(xué)習(xí)算法來預(yù)測(cè)新數(shù)據(jù)。
例如，一個(gè)表格中包含了所用車輛的四個(gè)特征：年份、英里數(shù)、車門數(shù)和車輛類型（汽車或卡車），根據(jù)這四個(gè)特征制定車輛的價(jià)格。這是一個(gè)典型的數(shù)據(jù)分析預(yù)測(cè)的場(chǎng)景，可以使用算法根據(jù)表格內(nèi)已經(jīng)提供的數(shù)據(jù)（作為訓(xùn)練集）來估計(jì)缺失的價(jià)格。
這個(gè)工具雖好，但它卻無法學(xué)習(xí)到復(fù)雜的公式，并且人工修正也十分麻煩。
時(shí)間來到2021年，借助BERT在序列模型上的威力，Google在ICML 2021上提出了一個(gè)新模型，能夠基于目標(biāo)單元周圍的上下文自動(dòng)生成公式。
論文的第一作者是陳昕昀，目前是加州大學(xué)伯克利分校的在讀博士，由Dawn Song教授指導(dǎo)。本科畢業(yè)于上海交通大學(xué)ACM班，獲得計(jì)算機(jī)科學(xué)學(xué)士學(xué)位。目前是Deepmind的一名研究實(shí)習(xí)生，曾于2019年、2020年在Google Brain做實(shí)習(xí)生。主要研究興趣包括神經(jīng)網(wǎng)絡(luò)程序綜合和對(duì)抗機(jī)器學(xué)習(xí)。
當(dāng)用戶開始在目標(biāo)單元格中編寫帶有「=」符號(hào)的公式時(shí)，系統(tǒng)通過學(xué)習(xí)歷史表格中公式的模式，為該單元格生成可能的相關(guān)公式。該模型使用目標(biāo)單元格的相鄰行和列中的數(shù)據(jù)以及標(biāo)題行作為上下文。
它首先將相鄰單元和標(biāo)題單元組成的表格的上下文結(jié)構(gòu)編碼為一個(gè)embedding，然后使用該上下文嵌入生成所需的表格公式。
公式生成部分包括兩個(gè)組件：
- 運(yùn)算符序列（例如，sum、if等）；
- 應(yīng)用運(yùn)算符的表格范圍（例如A2:A10）。
目前Google Sheets 的用戶已經(jīng)可以正式使用這個(gè)功能了！
模型使用的架構(gòu)仍然是encoder-decoder，這個(gè)結(jié)構(gòu)也讓研究人員能夠靈活地將多種類型的上下文信息（例如包含在相鄰行、列、標(biāo)題等中）嵌入到編碼器中，解碼器可以使用該結(jié)構(gòu)生成所需的公式。
為了計(jì)算表格上下文的embedding，它首先使用基于BERT的模型架構(gòu)對(duì)目標(biāo)單元附近的多行（以及標(biāo)題行）進(jìn)行編碼。每個(gè)單元格中的內(nèi)容包括其數(shù)據(jù)類型（如數(shù)字、字符串等）和值，同一行中的單元格內(nèi)容被級(jí)聯(lián)到一個(gè)token序列中以便輸入到BERT encoder。
類似地，模型還會(huì)對(duì)目標(biāo)單元格左側(cè)和右側(cè)的幾列進(jìn)行編碼，然后在兩個(gè) BERT 編碼器上執(zhí)行行和列卷積以計(jì)算上下文的聚合表示。
解碼器則使用LSTM生成所需的目標(biāo)公式作為token序列。首先模型預(yù)測(cè)出由公式運(yùn)算符組成的公式結(jié)構(gòu)（formula-sketch），然后使用與目標(biāo)單元格相關(guān)的單元格地址生成相應(yīng)的范圍。
模型還利用注意力機(jī)制來計(jì)算表頭和單元數(shù)據(jù)上的注意力向量，在做出預(yù)測(cè)之前，直接將這些注意力向量連接到LSTM輸出層。
除了利用相鄰行和列中的數(shù)據(jù)外，該模型還利用來自頂層工作表結(jié)構(gòu)（如標(biāo)題）的其他信息，使用tpu進(jìn)行模型預(yù)測(cè)，從而保證了以低延遲的效果生成公式建議，并且能夠在較少的機(jī)器上處理更多的請(qǐng)求。
模型的訓(xùn)練數(shù)據(jù)集主要是一個(gè)由Google創(chuàng)建并與Google共享的電子表格語料庫(kù)。數(shù)據(jù)集包含4.6萬張谷歌表格，其中4.2萬張用于訓(xùn)練，2300張用于驗(yàn)證，1700張用于測(cè)試。
實(shí)驗(yàn)結(jié)果表明，該模型具有42.5%的完整公式精度和57.4%的完整公式框架精度，這兩個(gè)指標(biāo)的準(zhǔn)確率足夠高，足以支撐產(chǎn)品上線服務(wù)于初期用戶。并且隨著產(chǎn)品收集到更多數(shù)據(jù)，精度肯定還會(huì)上升。
研究人員還進(jìn)行了一項(xiàng)消融實(shí)驗(yàn)，通過去除不同的組件來測(cè)試模型的幾種簡(jiǎn)化版本，發(fā)現(xiàn)基于行和列的上下文嵌入以及標(biāo)題信息對(duì)模型的性能至關(guān)重要。
未來可能會(huì)有更多基于這方面的研究，包括設(shè)計(jì)新的模型架構(gòu)來合并更多表格結(jié)構(gòu)，以及擴(kuò)展模型以支持電子表格中bug檢測(cè)和自動(dòng)圖表創(chuàng)建等更多應(yīng)用。
參考資料：
https://ai.googleblog.com/2021/10/predicting-spreadsheet-formulas-from.html
生在Google的新工作：自動(dòng)寫Excel的表格公式.jpg "交大ACM班畢業(yè)生在Google的新工作：自動(dòng)寫Excel的表格公式(交大acm班畢業(yè)生)插圖14")
本文原作者為陳宣榮，轉(zhuǎn)載請(qǐng)注明：出處！如該文有不妥之處，請(qǐng)聯(lián)系站長(zhǎng)刪除，謝謝合作~
原創(chuàng)文章，作者：陳宣榮，如若轉(zhuǎn)載，請(qǐng)注明出處：http://www.uuuxu.com/20220516324499.html
相關(guān)推薦
-
微軟Surface Pro 8評(píng)測(cè)：一份后**時(shí)代關(guān)于輕薄PC的優(yōu)質(zhì)答卷(微軟surface pro8)
本文的標(biāo)題是《微軟Surface Pro 8評(píng)測(cè)：一份后疫情時(shí)代關(guān)于輕薄PC的優(yōu)質(zhì)答卷》來源于：由作者：陳宣春采編而成，主要講述了人類總是通過記住特征來在記憶中拼裝出事物。提到汽車，它一定要有輪胎；提
-
在Word文檔中插入PPT幻燈片的三種方法(在word文檔中)
在Word文檔中插入PPT幻燈片一般有利用復(fù)制粘貼插入Pow
-
微信朋友圈制作(微信朋友圈制作視頻怎么關(guān))
前沿拓展： 微信朋友圈制作 你的微信版本過低或出現(xiàn)問題。正常在朋友圈右上角單擊照相機(jī)圖標(biāo)就可以制作視頻了，如果沒有可以升級(jí)一下微信版本或重新安裝，就可以解決了。視頻泛指將一系列靜態(tài)…
-
微信解封單(微信解封單有沒有危險(xiǎn))
前沿拓展： 微信解封單 微信解封人臉識(shí)別一直不通過的原因有：1、設(shè)備沒有連接網(wǎng)絡(luò)，或信號(hào)太差，無法把錄入的數(shù)據(jù)上傳到終端，不能執(zhí)行下一步指令，切換網(wǎng)絡(luò)即可。2、所處環(huán)境較暗，設(shè)備無…
-
厲害了word燈，2016日內(nèi)瓦車展之車燈欣賞（下）(厲害了Word哥)
本文的標(biāo)題是《厲害了word燈，2016日內(nèi)瓦車展之車燈欣賞（下）》來源于：由作者：陳碧如采編而成，主要講述了 今天繼續(xù)上周的話題跟隨米石MISMI小編一起來欣賞日內(nèi)瓦車展之“最美”車燈
015：Le -
怎么恢復(fù)微信聊天記錄
前沿拓展： 怎么恢復(fù)微信聊天記錄 你說的這個(gè)方法并不完美，并不傻瓜，并不實(shí)用。教你一個(gè)最完美的辦法。1、手機(jī)root后。下載安裝[鈦備份]2、進(jìn)入鈦備份點(diǎn)[備份/還原]3、備份。4…
-
恢復(fù)刪除的微信好友(蘋果手機(jī)怎么恢復(fù)刪除的微信好友)
前沿拓展： 恢復(fù)刪除的微信好友 你好。個(gè)人所了解到安卓手機(jī)恢復(fù)**，不能恢復(fù)微信里面已經(jīng)刪除的好友。這種恢復(fù)軟件盡量少使用或者不使用。因?yàn)檐浖?huì)讀取微信里面的信息不安全。一些分享。…
-
恢復(fù)聊天記錄微信(恢復(fù)聊天記錄微信是真的嗎)
前沿拓展： 恢復(fù)聊天記錄微信 微信中聊天記錄刪除恢復(fù)可以分為兩種，一種是自主**作刪除的，是無法恢復(fù)找回的，一種是被系統(tǒng)誤刪，可以通過以下方法修復(fù)找回： 工具：iPhone 8 *…
-
PPT做得又慢又難看？趕快收藏這兩個(gè)PPT模板網(wǎng)站(為什么做PPT很慢)
本文的標(biāo)題是《PPT做得又慢又難看？趕快收藏這兩個(gè)PPT模板網(wǎng)站》來源于：由作者：陳善恩采編而成，主要講述了很多朋友和我說，PPT功能啊，我基本都會(huì)，做表格做圖表，文字圖片排版都沒問題，但就是做出來的
-
微信怎樣解封(微信怎么解封賬號(hào)被限制)
前沿拓展： 微信怎樣解封 微信被封了，而你想解封這個(gè)微信平臺(tái)上，工作人員不給你解封，是因?yàn)槟氵@個(gè)賬號(hào)有危險(xiǎn)，也或者是高危險(xiǎn)客戶，所以說嘛，這樣微信不予解封，你怎么都沒有辦法，就你這…