本综述探讨了人工智能两个不同领域中学习和推理的整合:神经符号人工智能和统计关系人工智能。神经符号人工智能 (NeSy) 研究符号推理和神经网络的整合,而统计关系人工智能 (StarAI) 则专注于将逻辑与概率图模型相结合。本综述确定了这两个人工智能子领域之间七个共同的维度。这些维度可用于描述不同的 NeSy 和 StarAI 系统。它们涉及 (1) 逻辑推理的方法,无论是基于模型还是基于证明;(2) 所用逻辑理论的语法;(3) 系统的逻辑语义及其促进学习的扩展;(4) 学习范围,包括参数或结构学习;(5) 符号和亚符号表示的存在;(6) 系统捕捉原始逻辑、概率和神经范式的程度;(7) 系统应用于的学习任务类别。通过沿着这些维度定位各种 NeSy 和 StarAI 系统并指出它们之间的相似点和不同点,本调查为理解学习和推理的整合贡献了基本概念。