深度分析

臉書發表可讀懂20種語言的人工智慧「DeepText」,稱「理解程度近乎人類」

2016-06-19

Facebook開發一款名為「DeepText」的人工智慧引擎,將透過分析所有Facebook上的內容,更了解使用者興趣和需求。未來,若你在Facebook上提到「需要接送」的關鍵字,Facebook會自動問你需不需要幫忙叫計程車,可能成為最懂你的虛擬助理。

本文整理出三大重點:1.每秒可分析上千則、超過20種語言的內容。2.深度學習連結相近語義單字。3.提供個人化推薦訊息和服務的虛擬助理。

 

1.每秒可分析上千則、超過20種語言的內容

據Facebook稱,DeepText 有「近乎人類的精準度」,每秒可分析上千則超過20種語言的內容,了解使用者喜好和需求,進而推薦使用者可能感興趣的文章或服務,也可以自動過濾垃圾訊息和騷擾文字。Facebook指出,目前人工智慧比起人力已提報更多不雅照片。

DeepText 應用已開始在部分使用者的Messenger測試,當它偵測到「需要有人接送」的句子,會在對話中跳出是否需要幫你叫車(如Uber)的選項。Facebook指出,DeepText可理解句子背後的意圖並辨識單字意思,例如「我剛下車」雖然有提到關鍵字「車」,卻不是想要搭車的意思;而「我需要有人接送」雖然沒提到「車」,卻是提供叫車服務的好時機。

另一項正在測試的功能為,當有人在文章提到想要賣東西,Facebook會偵測物件名稱和價錢,主動詢問使用者要不要將貼文轉為買賣文格式。

 

 2.深度學習連結相近語義單字

目前,Facebook每分鐘就有40萬則新貼文、12.5萬則回覆,DeepText透過大量資料進行深度學習(deep learning),將相似的單字和片語分群,較傳統自然語言學習(NLP)更有效率。

 

圖片來源

 

Facebook舉例,傳統自然語言學習中,每個單字都對應特定ID以供演算法學習,如「brother」的ID為4598,「bro」則為986665,雖然意思相近,但因為拼法不同,對電腦來說代表完全不同的意思。相較之下,Facebook的 DeepText使用「詞向量(word embeddings)」技術,越相似的單字,在語義分群的向量空間中會越接近,例如「brother」和「bro」在DeepText的語義分類即相當接近,透過保留單字間的語義關係,可大量節省電腦理解人類語言的步驟。

此外,DeepText也可快速了解不同國家語言,而不受限於單字表面的差異。例如,英文「happy birthday」和西班牙文「feliz cumpleaños」,雖然拼法不同,但同樣都是表示「生日快樂」,在DeepText中會被歸為近似的語義關係,不會因為拼法不同而各自代表不同意思,透過建立語言中性的模型,跨越語言隔閡理解單字語義。

 

3.提供個人化推薦訊息和服務的虛擬助理

長遠看來,Facebook希望透過分析大量資料,提供更多個人化的訊息和服務,甚至除了分析文字,未來也將同時分析同一篇貼文裡的文字和圖片訊息。例如,當貼文同時出現嬰兒照片和「第25天」的文字,人工智慧會理解這則貼文是關於家庭生活。

 

圖片來源

 

可想見,Facebook人工智慧功能將越來越完備,社群媒體會主動推播使用者感興趣的內容,甚至幫忙解決生活雜事。社群媒體將不只是媒體,而是最懂使用者的另類個人化虛擬助理。

 

本文來自《數位時代》,作者張庭瑜擅長撰寫網路社群相關的資訊報導。

 

上一篇
下一篇

相關文章