文本中的数值推理，如加法、减法、排序和计数等，是一项具有挑战性的机器阅读理解任务，因为它不仅需要自然语言理解能力，还涉及算术计算。为应对这一挑战，我们提出了一种异构图表示方法，用于建模文本段落与问题所需的上下文信息，并设计了一种面向问题的图注意力网络，以驱动在该上下文图上的多步数值推理。代码地址见：https://github.com/emnlp2020qdgat/QDGAT