面向 FinQA 数值推理的鲁棒优化长文本到数学模型
计算与语言
2022-07-15 v1 人工智能
机器学习
摘要
数值推理在我们生活中解决大多数问题时都是必需的，但在以往的人工智能研究中被忽视。FinQA 挑战赛旨在加强数值推理研究，要求参与者预测用于解决金融问题的数值推理程序。FinQA 的结果将通过执行准确率和程序准确率双重评估。本文中，我们提出通过开发具有不同专门能力并融合其优势的模型来应对任务目标的方法。总体而言，我们的方法在 FinQA 挑战赛中取得第一名，执行准确率为 71.93%，程序准确率为 67.03%。
引用
@article{arxiv.2207.06490,
title = {A Robustly Optimized Long Text to Math Models for Numerical Reasoning On FinQA},
author = {Renhui Zhang and Youwei Zhang and Yao Yu},
journal= {arXiv preprint arXiv:2207.06490},
year = {2022}
}
备注
5 Pages, 4 Figures, 4 Tables