Facebook формирует персональные ленты с помощью глубинного обучения




10:11 05.09.2016 |   2886



Как объясняют в соцсети, оценка релевантности — невероятно сложная проблема, которая решается за счет понимания смысла текста, выяснения содержания изображений и видео, а также распознавания социального контекста.

На конференции Facebook @scale специалисты компании рассказали о том, как в ней стараются обеспечить выдачу контента в ленте новостей с учетом пользовательских интересов. Сообщается, что в течение последнего года в компании стали для этого активнее пользоваться методами глубинного обучения.

Для машинного перевода, распознавания изображений и анализа значимости постов в Facebook используются нейронные сети и системы понимания естественного языка. Задача аналитического механизма, в частности, — за считанные миллисекунды выбрать пару верхних публикаций из тысяч возможных. Как объясняют в Facebook, оценка релевантности — невероятно сложная проблема, которая решается за счет понимания смысла текста, выяснения содержания изображений и видео, а также распознавания социального контекста.

При этом системам Facebook приходится иметь дело с контентом более чем на 100 языках. Анализом смысла постов занимается основанный на глубинном обучении движок DeepText, который в Facebook частично выпустили в открытых кодах.

Машинное обучение также применяется для классификации видеороликов. А для анализа содержания изображений применяются свертки — метод, позволяющий с использованием фильтров обнаруживать закономерности, помогающие понять смысл изображенного на снимках.


Теги: Самое интересное Социальные сети Facebook Нейронные сети Машинное обучение
На ту же тему: