神经符号处理是一种将神经网络与符号人工智能方法相结合的混合方法。

神经网络擅长从大量数据中学习，但在解释和处理抽象概念方面常常存在困难。

而符号系统则利用显式的知识表示和逻辑规则，但通常灵活性较差且需要人工输入。

通过神经符号处理，将神经模型与符号模块结合，以利用两者的优势。

这可以通过神经程序设计、可微分逻辑或符号推理组件等方法实现。

目标是创建能够学习、解释并更好地解决复杂任务的系统。