神經符號學習

深度分析

用約束滿足(CSP)與 ASP 驗證檢測並修復神經符號系統的推理捷徑

本研究將神經符號學習的推理捷徑問題形式化為約束滿足問題，探討何時約束集合能唯一決定概念映射。作者證明歧視性條件是必要但不足，並以反例展示即使約束圖連通仍可能存在捷徑。提出基於 ASP 的驗證演算法，具備完整性與正確性；同時設計貪婪修復程序，可在最多 k 次迭代內消除所有捷徑，k 為備選有效映射數。