Abstract
遞迴邏輯程式本身因為具有可讀性高以及表達方式簡潔等優點，所以其地位益形重要。另外，可以自動學習遞迴邏輯程式的系統，挾其具有可以自動化學習的特性，在實際應用上確實可以省卻不少為了學習所需要花費的時間，因此在目前對於遞迴邏輯程式的研究上，其不啻為一項有力的工具。 在這篇論文中我們首先回顧以前的一些自動學習系統，藉由其學習方法與其適用對象，來探討其優缺點與彼此之間的差異。對於以前類似研究成果中所提到的三種學習策略，在此我們秉持其原始設計精神，除了重新描述其要點之外，為了闡釋其與可學習性的關係。另外我們再對其敘述偏頗之處加以修飾，藉以架構出一個施行流暢無滯之整體學習策略。同時並且就其考慮未周之施行細節部份加以些許啟發式的程序充實補強，然後再藉由不同學習模型之助，以理論的觀戰來證明經過修改過後的學習策略所學習得到的遞迴邏輯程式必定是屬於可學習的語言族群。同時再以推論的方式，透過諸如論元與述詞數目這些與學習有關的參數彼此之間的相對關係，來分析不同學習策略本身的學習效率。接下來我們提出一套學習終止子句的學習方法，再將所有的遞迴子句與終止子句合併成為一個可以執行的程式。最後我們將會討論到一些有關於這篇論文的貢獻以及未來值得努力的方向。