Resumen: Los marcos neuroestimbólicos (NESY) combinan representaciones neuronales y aprendizaje con representaciones simbólicas y razonamiento. La combinación de las capacidades de razonamiento, la explicabilidad e interpretabilidad del procesamiento simbólico con la flexibilidad y el poder de la informática neuronal nos permite resolver problemas complejos con más confiabilidad al tiempo que es eficiente en datos. Sin embargo, este tema recientemente creciente plantea un desafío para los desarrolladores con su curva de aprendizaje, falta de herramientas fáciles de usar, bibliotecas y marcos unificadores. En este artículo, caracterizamos las facetas técnicas de los marcos NESY existentes, como el lenguaje de representación simbólica, la integración con modelos neuronales y los algoritmos subyacentes. La mayoría de la investigación de NESY se centra en los algoritmos en lugar de proporcionar marcos genéricos para la especificación de problemas declarativos para aprovechar la resolución de problemas. Para resaltar los aspectos clave del modelado neurosimbólico, mostramos tres marcos genéricos de NESY – textit {deepproblog}, textit {shallop} y textit {domiknows}. Identificamos los desafíos dentro de cada faceta que sientan las bases para identificar la expresividad de cada marco para resolver una variedad de problemas. Sobre la base de esta base, nuestro objetivo es generar una acción transformadora y alentar a la comunidad a repensar este problema de manera novedosa.
Publicado Originalme en export.arxiv.org El 9 de septiembre de 2025.
Ver Fuente Original
