摘要

随着大规模预训练语言模型的快速发展，研究人员在自然语言处理（NLP）任务中取得了前所未有的性能突破，这些任务主要集中于语言模式匹配。当前学术界的研究重心正从语言建模本身，逐步转向模拟人类复杂的推理能力。在本工作中，我们聚焦于金融这一现实世界中涉及复杂数值推理的应用领域。为此，我们提出了一项全新的大规模数据集——ConvFinQA，旨在研究对话式问答中的数值推理链（chain of numerical reasoning）。该数据集在真实对话场景下，对建模长距离、复杂数值推理路径提出了严峻挑战。我们采用神经符号方法与基于提示（prompting）的方法，开展了全面的实验与分析，深入探讨了这两类方法在复杂推理机制上的异同。我们相信，该数据集将为推动下一代研究——即现实世界中复杂推理任务的探索——提供宝贵资源。相关数据集与代码已公开发布于：https://github.com/czyssrs/ConvFinQA。