Number-enhanced relational graph encoding with hierarchical tree decoding for numerical reasoning

W. Xu

doi:10.1016/j.knosys.2025.114755

Number-enhanced relational graph encoding with hierarchical tree decoding for numerical reasoning

2025-10-30

0

PRE

AI

DOI：10.1016/j.knosys.2025.114755

原文链接

原文求助

摘要

En 中文

随着信息时代的到来，海量数据被存储在结构化表格格式中。在实际应用中，集成表格和文本的混合形式已获得越来越多的关注，而由于问题的复杂性，数值推理问题已成为最具挑战性的研究重点之一。数值推理任务要求模型通过理解数值关系并基于给定上下文信息和问题执行计算推理，来准确推断出数值答案或解释。为解决现有方法的局限性——即编码器难以有效捕捉数字、表格结构和文本内容之间的复杂关系，以及解码器在处理多样化推理模式时的灵活性不足——我们提出了一种用于数值推理问题的“增强型数值关系图编码与层级树解码”（Number-Enhanced Relational Graph Encoding with Hierarchical Tree Decoding, NRGHT）方法。我们的方法从表格视图、数值视图和关系视图构建三种关系图，并采用一种新颖的关系增强图编码器模块，以增强编码器对跨模态和数值依赖关系的建模能力。在解码阶段，采用层级递归的树结构解码器生成表达式树，随后执行该树以生成最终答案。在TAT-QA基准测试上的实验结果表明，所提出的NRGHT框架取得了具有竞争力的性能，并为混合数值推理任务建立了强大的基线。

Number-enhanced relational graph encoding with hierarchical tree decoding for numerical reasoning

摘要

期刊

机构

引用论文