本研究提出了一种新方法，通过溯因反思（ABL-Refl）解决神经符号人工智能（NeSy）在复杂学习中与领域知识不一致的问题。该方法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错误，显示出在效率和准确性上优于现有方法，具有显著的应用潜力。