本文研究了神经符号计算中的两个问题：深度学习是否能解决逻辑中的挑战性问题，神经网络是否能学习逻辑语义。通过训练Transformer预测LTL公式的解，使用传统求解器生成训练数据，研究表明这种方法有效。

本文综述了神经符号计算作为将机器学习和推理集成的原则方法，并证明了其作为可解释的AI系统构建方法的有效性。