臉書發展人工智慧新技術DeepText， 一秒能分析數千則貼文

william77

DeepText源自於Facebook AI Research小組，運用多種深度神經網路架構，能進行文字與字元層級的學習，搭配深度學習進行模型訓練，可被用來理解Facebook Messenger用戶對話或臉書用戶貼文，瞭解用戶需求及興趣提供建議。

DeepText能夠從文字從理解使用者意圖，並進一步產生回應。例如Facebook Messenger用戶輸入「我要坐車」(I need a ride)，Messenger 聊天機器人回應「需要我叫車嗎」或表示「我幫你叫Uber」。

臉書(Facebook)周三發表人工智慧文字理解引擎DeepText，可在一秒內掃瞄並精準分析20多種語言的數千則貼文，可望用於Facebook Messenger及其他服務上。

對於15億用戶每分鐘新增40萬筆貼文及12.5萬回應的Facebook而言，理解文字表達方式有助於改善使用經驗，呈現人們有興趣的內容或過濾垃圾廣告等不好的貼文，DeepText就是為滿足這個需求而生。

DeepText源自於Facebook AI Research小組，運用多種深度神經網路架構，包括卷積式與回饋式類神經網路，可進行文字與字元層級的學習，再以深度學習平台FbLearner Flow及深度學習演算架構Torch進行模型訓練。
Facebook指出，和傳統自然語言處理技術相比，深度學習導向的技術使DeepText對語言方面的知識仰賴較少，更能理解不同語言的文字意涵，且有效處理標籤化的資料，滿足Facebook在文字理解處理上的需求。

目前Facebook 已經開始測試DeepText偵測使用者意圖及實體提取（entity extraction）的能力。例如在Facebook Messenger上，用戶輸入「我想坐車（I need a ride）」，Messenger 聊天機器人能辨識意圖、提供解決方案，像是建議「需要我叫車嗎」或是整合Uber服務，表示「我幫你叫Uber」。它也可以用於一般Facbook貼文，例如使用者貼文寫道「我舊腳踏車想賣200美元，有人有興趣嗎？」DeepText就能偵測意圖、以及理解銷售物件及價格等資訊，建議用戶透過Facebook使用適當的銷售工具。

目前Facebook 人工智慧部門利用DeepText訓練興趣主題的分類工具，名為PageSpace，有於提升Facebook的文字理解能力。另外也正和視覺內容理解部門合作開發新的深度分析架構，以便能同時理解文字和圖像，像是一則註有「第25天」的新生兒照片貼文，系統必須理解用戶是在分享家庭近況。

Facebook高層對媒體表示，DeepText未來將可提供個人化的使用經驗，例如針對中文用戶優先顯示中文的內容，並減少垃圾貼文。甚至DeepText偵測到仇恨言論時，必要時也能進行過濾或管制。事實上，Facebook透過人工智慧過濾不雅或血腥圖片的比例已經高過人工篩選。