Key points are not available for this paper at this time.
우리는 신경망을 수용하여 답 집합 프로그램의 간단한 확장인 NeurASP를 소개합니다. 신경망 출력을 답 집합 프로그램의 원자 사실에 대한 확률 분포로 취급함으로써, NeurASP는 하위 상징적 및 상징적 계산을 통합하는 간단하고 효과적인 방법을 제공합니다. 우리는 NeurASP가 상징적 계산에서 사전 훈련된 신경망을 어떻게 활용할 수 있는지, 그리고 답 집합 프로그래밍에서 상징적 추론을 적용하여 신경망의 인식 결과를 개선하는 방법을 보여줍니다. 또한, NeurASP는 ASP 규칙을 활용하여 신경망을 더 잘 훈련시킬 수 있어, 신경망이 데이터의 암묵적 상관 관계뿐만 아니라 규칙에 의해 표현된 명시적 복잡한 의미적 제약으로부터도 학습할 수 있습니다.
Yang et al. (수요일)이 이 질문을 연구했습니다.