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.