标签
一篇综述论文，分析了50多个神经符号AI系统，从语义、表达能力、神经网络集成和评估等方面比较了Datalog、答案集编程和概率逻辑程序，并提供了决策矩阵和开放问题路线图，以指导基于规则语言的选型。
本文介绍了MT-PDCL，一种基于测度论的概率确定子句逻辑框架，通过使用标准Borel σ-代数上的Lebesgue积分而非离散例化，将概率逻辑编程推广到连续域。它用精确、代数且可微的推理取代了组合例化的瓶颈，同时保留了确定子句逻辑的声明式语法。
本文调查了人工智能中逻辑与优化之间历史及持续的协同作用，认为通过优化求解器增强的基于规则的方法能够提供透明度、可解释性和可信赖性，这与纯连接主义方法形成对比。