上市公司财报“智能问数”助手（2026 泰迪杯 B 题）
历年真题解法库 · 本题为公开赛题要点整理，完整原题与数据集请到官方渠道获取（链接见下）；
下方「练习数据」说明仅列官方来源，本站合成练习数据集与真源脚本将随优秀范文一并发布，避免断裂链接。
一、赛题要点
- 赛事：2026 年泰迪杯数据挖掘挑战赛 · B 题（真实题名「上市公司财报“智能问数”助手」）。
- 问题实质：基于上市公司财报结构化数据（资产负债表、利润表、现金流量表及指标），构建一个把用户自然语言问句映射到指标计算与查询的「智能问数」助手——即输入「某公司去年毛利率是多少」「对比两家公司资产负债率」等，输出准确数值/解释。典型设问包括：①构建财报指标字典与计算规则；②问句的意图识别与实体/指标抽取；③把问句转为可执行的指标计算/查询（规则或模板匹配）；④多指标对比与可视化回答；⑤准确性评估与错误案例分析。
二、需要产出什么
- 财报指标字典与计算口径（公式、取数路径）。
- 问句解析模块（意图 + 实体/指标/时间/公司识别）。
- 「问句 → 计算/查询」执行与结果生成（含对比与解释）。
- 准确率评估（抽取准确率、计算正确率）与案例分析。
三、数据说明（官方来源）
- 官方数据/赛题：泰迪杯官网 http://www.tipdm.org（请以当年发布为准）。赛题提供多家上市公司财报结构化数据。
- 练习数据说明：本题的合成练习数据集与真源生成脚本（
tools/gen_tidy2026b.py）将在对应优秀范文发布时一并放出，确保正文 / 配图 / 附录 / 真源四路数字一致。当前请先用官方数据集练手。
四、可用解法 → 对应手册
题型：NLP / 语义解析类
题型：指标计算 / 回归类
题型：评价类
先看选型 👉 🧭 评价类选型指南
五、建模思路提示
- 先做「指标字典」：把毛利率、资产负债率等定义成 (取数字段, 计算公式) 的元数据结构，所有问数都落到字典计算，保证口径一致。
- 问句解析分两步：命名实体识别（公司、年份、指标名）+ 意图分类（查询值 / 对比 / 排序 / 趋势），可用规则词典 + 轻量句向量相似度兜底。
- 执行层把解析结果拼成计算图：定位公司-年份-报表-字段 → 套公式 → 格式化回答；对比类先做两遍取数再算差异。
- 评估从「能否正确识别指标/公司/年份」与「计算是否正确」两层分别打分，错误案例多来自同义指标名与口径歧义。
六、常见坑与规避
- 财报同一指标有多种口径（如「营业利润」是否含投资损益），字典必须固定口径并显式说明，否则计算互相矛盾。
- 实体识别别只靠精确匹配，公司简称/别名（「茅台」→ 贵州茅台）要用别名字典或模糊匹配。
- 年份歧义（「去年」相对提问时间）要在解析阶段消歧为绝对会计年度。
- 「智能问数」核心是准确取数与计算，不是生成华丽文本；先把正确率做高再谈解释性。
七、优秀范文（本站手写，非生成器）
本题范文将逐题手写发布（≥2500 字 · 4 张 SVG 配图 · 可运行 Python 附录，正文 / 配图 / 附录 / 真源四路数字一致）。
| 视角 | 链接 | 字数 · 配图 · 附录 |
|---|---|---|
| 范文一：指标字典 + 规则解析器三版本受控迭代 + 双层评估（8 家恒等自洽合成报表残差 0.00e+00、120 条三级难度 × 四意图标注问句、v1 冷启动 65.8%/47.5% → v2 补 3 组口语别名修复全部指标错误 → v3 三词时间词表挽回 30 条问句后抽取 100%、计算触及口径上限 81.7%；复盘「长别名优先匹配颠倒实体顺序致对比题 6 条假阴性」——评估口径须排除与答案无关的中间状态） | 财报问数助手：指标字典、规则解析与双层评估（优秀范文一） | 3856 字 · 8 图 · 1 附录 |
| 范文二：财务指标的数值诊断与问答可靠性（净现比 CV 0.15 近无区分度 vs 净利率 0.82/营收增长率 0.71 高判别、秩相关毛利率-净利率 1.00 且双对资产负债率 −1.00 的「盈利/杠杆/现金三族」冗余、稳定两极：盈利性与杠杆指标领军三年不变/成对 0% 翻转 vs 存货 79%/净现比 89% 翻转的最不可靠对比、盈利质量剪刀差 9.2~29.7、净现比近并列 9.5% + 营收增长率首年缺 8/24 两处脆弱锚点） | 财报指标的数值诊断与问答可靠性：值域、秩相关与更替稳定性（优秀范文二） | 3498 字 · 8 图 · 1 附录 |
| 范文三：口径与答案可靠性边界（「81.7%」18.3% 缺口几乎不是算法错误——98 条可答 Q/C/R 问句 0 错答、缺口全来自 22 条 T 类趋势题不计答案却计入分母的分母谜面、难度×意图矩阵可答单元格计算正确率全 100%、排行问句先天含可信度梯度间距从毛利率 29.37 缩到净现比 0.07、别名词典 16/16 全命中+相对时间 100%+round 1~9 位容差不敏感的输入与计算侧无雷区、问句-报表三元组覆盖仅 52.1% 的欠采样盲区） | 财报问数助手的口径与答案可靠性边界：分母谜面、排行间距与覆盖盲区（优秀范文三） | 2716 字 · 8 图 · 1 附录 |
八、配套资源
- 回到 📚 历年真题解法库首页
- 总入口：🗺️ 专题手册库
- 论文怎么写：📝 论文模板使用说明专区
- 避坑总览：⚠️ 建模避坑指南专区
- 真源模型与配图脚本将在对应优秀范文发布时一并放出（见第七节）。