الاستدلال العددي، مثل الجمع والطرح والفرز والعد، يُعد مهارة حاسمة في فهم الإنسان للنصوص، والتي لم تُؤخذ بعين الاعتبار بشكل كافٍ في نماذج فهم القراءة الآلية الحالية. ولحل هذه المشكلة، نقترح نموذجًا للقراءة الآلية العددية يُسمى NumNet، الذي يستخدم شبكة عصبية رسمية واعية بالقيم العددية لاعتبار المعلومات المقارنة، وينفذ استدلالًا عدديًا على الأرقام الواردة في السؤال والنص. وقد حقق نظامنا معدل دقة (EM-score) بلغ 64.56٪ على مجموعة بيانات DROP، متفوقًا على جميع النماذج الحالية لفهم القراءة الآلية من خلال مراعاة العلاقات العددية بين الأرقام.