Le raisonnement numérique, tel que l’addition, la soustraction, le tri ou le comptage, constitue une compétence essentielle dans la compréhension de texte humaine, mais n’a pas été suffisamment prise en compte dans les systèmes existants de compréhension automatique de texte (MRC). Pour remédier à ce défaut, nous proposons un modèle de MRC numérique appelé NumNet, qui utilise un réseau neuronal à graphes sensible aux nombres afin de tenir compte des informations de comparaison et d’effectuer un raisonnement numérique sur les chiffres présents dans la question et le passage. Notre système atteint un score EM de 64,56 % sur le jeu de données DROP, surpassant ainsi tous les modèles existants de compréhension automatique de texte en intégrant les relations numériques entre les nombres.