يهدف إنشاء النص من الجداول إلى توليد نص طبيعي تلقائيًا لمساعدة الأشخاص على الحصول بسهولة على المعلومات البارزة الموجودة في الجداول. وعلى الرغم من التقدم الملموس الذي أحرزته النماذج العصبية لتحويل الجداول إلى نص، تظل بعض المشكلات غير مُهتمة بها. فتُعَدُّ الطرق السابقة غير قادرة على استنتاج النتائج الواقعية من أداء الكيانات (مثل اللاعبين أو الفرق) والعلاقات بين هذه الكيانات. ولحل هذه المشكلة، نقوم أولاً ببناء رسم بياني للكيانات من الجداول المدخلة، ثم نُقدِّم وحدة استدلال تقوم بإجراء الاستدلال على هذا الرسم البياني. علاوةً على ذلك، توجد علاقات مختلفة (مثل العلاقة في الحجم العددي والعلاقة في الأهمية) بين السجلات في أبعاد مختلفة، وقد تساهم هذه العلاقات في توليد النص من البيانات. لكن من الصعب على المشفر الأساسي التقليدي اكتشاف هذه العلاقات. وبالتالي، نقترح استخدام مهام مساعدة متعددة، وهي تصنيف الأرقام (NR) وتصنيف الأهمية (IR)، لتدريب المشفر على استشعار هذه العلاقات المختلفة. وأظهرت النتائج التجريبية على مجموعتي البيانات ROTOWIRE وRW-FG أن طريقة العمل لدينا تتميز بقدرة تعميم جيدة، كما تتفوق على الطرق السابقة من حيث عدة مقاييس مثل BLEU وتحديد المحتوى وترتيب المحتوى.