arXiv 2026年10月7日该综述沿语义、表达力、神经集成与求值机制四条轴线考察Datalog、回答集程序与概率逻辑程序等规则语言，分析50余个近六年系统并按数据库与编程语言、机器学习、视觉、机器人四个领域比较形式化方法的使用，给出将六类应用场景映射到所需语言特征的决策矩阵，指出没有单一方言覆盖全部场景，而溯源半环最接近共同基础，并列出五个开放问题。该综述沿语义、表达力、神经集成与求值机制四条轴线考察Datalog、回答集程序与概率逻辑程序等规则语言，分析50余个近六年系统并按数据库与编程语言、机器学习、视觉、机器人四个领域比较形式化方法的使用，给出将六类应用场景映射到所需语言特征的决策矩阵，指出没有单一方言覆盖全部场景，而溯源半环最接近共同基础，并列出五个开放问题。综述梳理50余个神经符号系统，提出以溯源半环统一规则语言并给出场景—特征决策矩阵该综述沿语义、表达力、神经集成与求值机制四条轴线考察Datalog、回答集程序与概率逻辑程序等规则语言，分析50余个近六年系统并按数据库与编程语言、机器学习、视觉、机器人四个领域比较形式化方法的使用，给出将六类应用场景映射到所需语言特征的决策矩阵，指出没有单一方言覆盖全部场景，而溯源半环最接近共同基础，并列出五个开放问题。该综述沿语义、表达力、神经集成与求值机制四条轴线考察Datalog、回答集程序与概率逻辑程序等规则语言，分析50余个近六年系统并按数据库与编程语言、机器学习、视觉、机器人四个领域比较形式化方法的使用，给出将六类应用场景映射到所需语言特征的决策矩阵，指出没有单一方言覆盖全部场景，而溯源半环最接近共同基础，并列出五个开放问题。