从统计关系人工智能到神经符号人工智能：综述

本综述探讨了人工智能两个不同领域中学习与推理的整合：神经符号人工智能和统计关系人工智能。神经符号人工智能研究符号推理与神经网络的整合，而统计关系人工智能专注于将逻辑与概率图模型整合。本综述识别了人工智能这两个子领域之间共有的七个维度。这些维度可用于表征不同的神经符号人工智能和统计关系人工智能系统。它们涉及：(1) 逻辑推理方法，是基于模型还是基于证明；(2) 所用逻辑理论的语法；(3) 系统的逻辑语义及其为促进学习而作的扩展；(4) 学习范围，涵盖参数学习或结构学习；(5) 符号和次符号表示的存在；(6) 系统捕捉原始逻辑、概率和神经范式的程度；以及 (7) 系统所应用的学习任务类别。通过沿这些维度定位各种神经符号人工智能和统计关系人工智能系统并指出它们之间的异同，本综述为理解学习与推理的整合提供了基础概念。