FinQA：面向金融数据的数值推理数据集

海量的财务报表使得人类难以访问和分析企业的财务状况。在这一领域中，鲁棒的数值推理同样面临着独特的挑战。在本文中，我们专注于回答有关金融数据的深层问题，旨在自动化对大量金融文档语料的分析。与现有通用领域任务不同，金融领域包含复杂的数值推理以及对异构表示的理解。为促进分析进展，我们提出了一个大规模新数据集 FinQA，其中包含由金融专家撰写的财务报告问答对。我们还标注了黄金推理程序以确保完全可解释性。我们进一步引入基线方法并在我们的数据集上进行了全面实验。结果表明，流行的大型预训练模型在获取金融知识以及基于该知识进行复杂多步数值推理方面远远落后于人类专家。因此，我们的数据集——同类中的首个——应当能够推动针对复杂应用领域的重大新社区研究。数据集与代码已公开\url{https://github.com/czyssrs/FinQA}。