本研究提出了一种新颖的解决方案，针对神经符号人工智能在复杂学习目标中生成不一致结果的问题。通过引入基于溯因学习的反思框架，利用领域知识生成反思向量，标记并修正神经网络输出中的潜在错误。研究表明，该方法在效率和准确性上优于现有NeSy方法，具有显著的应用潜力。