본 논문은 신경망과 기호 접근 방식을 공통 지식 표현으로 연결하는 신경-기호 쌍(neuro-symbolic pair) 개념을 제시한다. 특히, 계층적으로 구성된 분류 개념을 노드로 표현하는 **분류 네트워크(taxonomic networks)**를 이용하여 새로운 신경-기호 쌍을 구축하고 평가한다. 실험 결과, 기호적 방법은 적은 데이터와 계산으로 분류 네트워크를 더 효율적으로 학습하지만, 신경망 방법은 더 많은 자원이 주어졌을 때 더 높은 정확도의 분류 네트워크를 찾는다는 것을 보여준다. 이러한 두 접근 방식은 상황에 따라 상호 교환 가능하며, 필요에 따라 원활하게 상호 변환될 수 있다. 본 연구는 신경 및 기호 계산을 보다 근본적으로 통합하는 미래 시스템의 기반을 마련한다.
