https://openreview.net/group?id=ICLR.cc/2019/Conference
THE NEURO-SYMBOLIC CONCEPT LEARNER: INTERPRETING SCENES, WORDS, AND SENTENCES FROM NATURAL SUPERVISION
我們提出Neuro-Symbolic Concept Learner (NS-CL)，即一個 學習視覺概念、單詞、句義語義解析 而又不需要顯式監督 的模型，取而代之的是，這個模型通過看圖和讀 問題答案對 來學習，模型建立了一個基於對象的場景表示 以及 將句子轉化爲可執行的符號程序，爲了給兩個模塊建立橋樑，我們使用 在 場景隱向量表示 上 能執行 神經邏輯推理的模塊，
相似於人類的概念學習，模型 基於對象的語言描述 學習視覺概念，
同時，學習到的概念促進 新的單詞和解析句子 的學習，我們使用curriculum learning 來指導在 大的圖像和語言的組合空間 上的搜索，
擴展的實驗展示了 學習視覺概念、單詞表示和句子解析的 模型的正確率和效率，
更多的，我們的方法可以輕易的泛化到新的對象屬性、組成、語言概念、場景、和問題，甚至新的程序領域，它也對 視覺問答 和 圖文轉換 這樣的應用有作用。