得益于周二的Facebook开源项目更新，开发人员有一个新工具来帮助移动应用程序了解文本。社交网络公司的AI研究小组发布了新版本的fastText，旨在使开发人员更容易部署以文本为中心的机器学习系统的编程库。
用一个技术研究人员正在调用fastText.zip，开发人员可以压实语言识别模型，以便占用两个数量级的记忆少，同时保持他们从非压制模型中获得的许多准确性。此举使这些模型可以部署在智能手机和Raspberry PI等功能较低的设备上，从而使它们对更广泛的应用程序更有用。
此外，Facebook发布了一对旨在帮助开发人员开始使用FastText的教程。该团队还发布了一组近300套预训练的语言集，以进一步简化问题。
FastText背后的目标是使具有光背景的人在编程中更容易进行文本分类（将单词块分配到一组类别的过程中）和文本表示（将非结构化文本转换为数字的过程计算）。
Facebook研究科学家Armand Joulin说：“这就是图书馆背后的想法 - 使其成为任何与文本相关的机器学习问题的非常访问的图书馆。”
让FastText与众不同的是，在Facebook上建立IT的团队专注于采用现有技术并使他们更容易被日常开发人员访问，因此对于没有数据科学博士学位的人来说，在其应用程序中实现机器学习更加容易。
例如，FastText可用于为诸如主题自动完成之类的功能供电，以便用户可以更快地将相关标签插入社交媒体帖子中。它还可以帮助进行情感分析，以便应用程序可以了解用户是说正面还是负面的话。
Facebook博士后研究员Edouard Grave表示，FastText也专门为处理多种语言而设计。他特别说，它可以处理像德语和法语这样的语言，这可能会给其他系统带来问题。