تم اقتراح عدد من النماذج القائمة على التعلم العميق لحل مسائل الرياضيات النصية (MWPs) تلقائيًا. وعلى الرغم من أن هذه النماذج تمتلك القدرة على استخلاص الميزات دون جهد يدوي، فإن أساليبها في استخلاص هذه الميزات لم تُصمم خصيصًا لمسائل الرياضيات النصية. وللاستفادة من مزايا النماذج القائمة على التعلم العميق مع أخذ الخصائص المميزة لمسائل الرياضيات النصية بعين الاعتبار في آن واحد، نقترح آلية انتباه جماعية لاستخلاص الميزات الشاملة، والميزات المرتبطة بالكميات، والميزات الزوجية للكميات، والميزات المرتبطة بالسؤال في مسائل الرياضيات النصية على نحو منفصل. تُظهر النتائج التجريبية أن النهج المقترح يتفوق بشكل ملحوظ على الطرق الأفضل حتى الآن، حيث يُحسّن الأداء من 66.9% إلى 69.5% على مجموعة بيانات Math23K باستخدام تقسيم التدريب والاختبار، ومن 65.8% إلى 66.9% على Math23K باستخدام التحقق العابر الخمسي (5-fold cross-validation)، ومن 69.2% إلى 76.1% على MAWPS.