本周二，Facebook开源项目更新，开发者有了一个帮助移动应用理解文本的新工具。这家社交网络公司的人工智能研究小组发布了新版本的FastText，这是一个编程库，旨在让开发人员更容易部署以文本为中心的机器学习系统。
使用一个研究人员称之为FastText.zip的技术，开发人员可以压缩语言识别模型，这样它就可以减少两个数量级的内存，同时保持非压缩模型的大部分准确性。这一举措使得这些机型可以部署在功能较弱的设备上，如智能手机和覆盆子pi，使它们在更广泛的应用中更有用。
此外，Facebook还发布了两个教程，旨在帮助开发人员开始使用FastText。该团队还发布了一套近300种预先训练过的语言集，以进一步简化问题。
FastText背后的目标是让具有简单编程背景的人更容易进行文本分类(将一组单词分配为一组类别的过程)和文本表示(将非结构化文本转换为用于计算的数字的过程)。
Facebook研究科学家阿曼德·乔林说:“这就是该图书馆背后的想法——让它成为任何与文本相关的机器学习问题的无障碍图书馆。”
FastText的特别之处在于，Facebook的开发团队专注于采用现有技术，让普通开发者更容易使用这些技术，这样没有数据科学博士学位的人更容易在他们的应用程序中实现机器学习。
例如，FastText可以用来支持hashtag自动完成等功能，这样用户就可以更快地将相关标签插入到社交媒体帖子中。它还可以帮助进行情绪分析，这样应用程序就可以理解用户说的是积极的还是消极的东西。
Facebook的博士后研究员爱德华·格雷夫(Edouard Grave)说，FastText也是专门用来处理多种语言的。特别是，他说它可以处理像德语和法语这样可能给其他系统带来问题的语言。