MXNet优于现有框架的优势
MXNet深度学习框架可用于实施，训练和部署深度神经网络，可以解决文本分类和情感分析问题。
改进同义词，上位词和下位词
让我们假设用户要求苏打水，但是你的聊天机器人只知道可口可乐或百事可乐等特定术语，这些是苏打水的上位词。上位词，同义词和下位词可以用英语处理，因为有很多NLP资源，称为词库和本体，但它们通常用于通用语言。因此，可口可乐是一个非常具体的域名，不太可能成为这类资源的一部分。
您可以尝试找到适合您问题的现有词库，或者自己构建它。领域专家构建的资源既昂贵又高度准确。借助机器学习，您可以创建语言（Langauge基础）资源，特别是使用深度学习技术，这些资源可能足以满足您的使用需求。
的
定论
</强>
如果我们使用MXNet从头开始构建聊天，我们需要机器学习
经验，我们需要资源和时间。它是我们可以得到的开源
立即支持。所以，其他替代方案是使用a
用于解决一般NLP问题的工具的组合（即
Dialogflow，Wit.ai，IBM沃森代理协助等）以及自定义服务器
更强大的功能的侧面逻辑。