发表机构
ENSIIE; SAMOVAR; Télécom SudParis; Inria; IRIF; Huawei Labs（国立信息与统计工程学院; SAMOVAR实验室; 南巴黎电信学院; 法国国家信息与自动化研究所; 巴黎计算机科学基础研究所; 华为实验室）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本文综述了神经符号AI中基于规则的语言（Datalog、回答集、概率逻辑程序），从语义、表达力、神经集成和评估机制四方面比较，并提供了应用场景决策矩阵。
AI 中文摘要
逻辑编程越来越多地被用作神经符号AI系统中的符号组件。我们调查了该设置中的主要基于规则的语言，即Datalog、回答集和概率逻辑程序，并沿着四个轴进行比较：语义、表达能力、神经集成和评估机制。我们分析了超过50个近期系统和应用，比较了四个研究领域中的形式化用法：数据库和编程语言、机器学习、视觉和机器人学。我们提供了一个决策矩阵，将应用场景映射到所需特征，并最后概述了开放问题。
英文摘要
Logic programming is increasingly used as the symbolic component of neurosymbolic AI systems. We survey the main rule-based languages in this setting, namely Datalog, answer set, and probabilistic logic programs, along four axes: semantics, expressiveness, neural integration, and evaluation mechanism. We analyse over 50 recent systems and applications, comparing formalism usage across four research areas: databases and programming languages, machine learning, vision, and robotics. We provide a decision matrix mapping application scenarios to required features and close by outlining open problems.
CommentsTo appear in the Proceedings of Rules and Reasoning - 10th International Joint Conference, RuleML+RR 2026, Vilnius, Lithuania
