描述逻辑上的神经符号学习有什么问题
基于描述逻辑SROIQ的OWL 2 DL本体，早已成为生物医学和语义网中的实用工具——它们能够紧凑地描述大型知识库。但当我们谈到利用这类本体训练神经网络时，问题就出现了。经典方法要么通过将本体嵌入连续向量空间来“模糊”逻辑，从而丢失严格的逻辑推导；要么局限于Horn片段EL++，而后者只有唯一一个典范模型。因此，表达力强的本体往往无法用于混合系统。
将本体编译为可微分的模式
Baobab系统提出了一种不妥协的方案：它将带有有限ABox的完整SROIQ本体编译为句子决策图（Sentential Decision Diagram，SDD）。该过程分两步进行：首先，通过基于结论的演算（consequence-based calculus）对命题核心进行饱和处理；然后，针对SROIQ特有的构造——如名义概念（nominals）、角色数量限制和角色公理——在活跃域上进行实例化。最终得到的是一个模式，可以在此基础上执行加权模型计数（weighted model count，WMC）。正是WMC成为了神经网络与逻辑约束之间的桥梁。
在保留逻辑的同时训练神经网络
基于证据对SDD进行加权模型计数，使得感知网络——例如卷积神经网络——即使在只有部分数据被标注在ABox中的情况下，也能学会识别图像。在实验中，作者构建了一个涉及SROIQ所有显著特征的本体，并训练CNN识别与后继关系（successor relation）相关联的MNIST数字。网络不仅仅是分类图像——它还恢复了潜在的 ontological 概念。在独立训练感知时，这些概念只能停留在随机水平，而在这里，它们是通过逻辑约束被学习到的。
推理捷径与校准后验
当监督信号允许多种与本体同样一致的补全方式时，独立训练的网络往往会“坍缩”到其中一种。作者将这种现象称为推理捷径（reasoning shortcut）。文章表明，由查询的论证（justifications）索引的混合模型能够表示校准后验——这是单一模型无法达到的。此外，如果用模式中枚举出的补全来初始化这种混合模型，就可以在真实图像的MNIST任务上获得贝叶斯最优后验。相比之下，单一的WMC和训练出的集成混合模型都无法给出这样的结果。
正确性验证与可用性
作者指出，这是首个在非Horn描述逻辑中对推理捷径进行刻画并加以缓解的工作。编译器的正确性以及可表示性结果已在Lean 4中通过机器验证——这是该方法可靠性的有力论据。系统代码是开放的，因此结果可以被复现和进一步发展。
结论
Baobab表明，为了可学习性，我们不必牺牲描述逻辑的表达力。将SROIQ编译为可微分模式，既保留了逻辑推论，又使得在真实数据上训练神经网络成为可能。而通过基于论证索引的混合模型来解决推理捷径问题，则是迈向更可靠、更校准的混合模型的重要一步。
