通过带注释的代码进行表格问答推理

表格问答（TableQA）因传统线性化破坏二维结构关系而极具挑战。现有方法依赖端到端生成或单行查询，数值精度与可解释性有限。本文提出一种带注释的逐步代码生成框架，将推理过程融入 Python 程序生成中。该方法将任务分解为含自然语言注释的多行可执行代码，显著提升推理清晰度与代码正确率。在 WikiTableQuestions 基准上，该方法准确率达 70.9%，超越基线；结合轻量级答案选择机制后，准确率进一步提升至 84.3%。