{"id":72898,"date":"2020-03-05T20:42:08","date_gmt":"2020-03-05T17:42:08","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/kak-otkryt-kommentarii-i-ne-potonut-v-spame"},"modified":"2020-03-05T20:42:08","modified_gmt":"2020-03-05T17:42:08","slug":"kak-otkryt-kommentarii-i-ne-potonut-v-spame","status":"publish","type":"post","link":"https:\/\/prohoster.info\/da\/blog\/administrirovanie\/kak-otkryt-kommentarii-i-ne-potonut-v-spame","title":{"rendered":"S\u00e5dan \u00e5bner du for kommentarer uden at drukne i spam","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"S\u00e5dan
\n
\nN\u00e5r dit arbejde er at skabe noget smukt, beh\u00f8ver du ikke n\u00f8dvendigvis at forklare det, for resultatet ses af alle. Men hvis du sletter skriblerier fra hegn, bem\u00e6rker ingen dit arbejde, medmindre hegnene ser ordentlige ud, eller du sletter noget uheldigt.<\/p>\n

Enhver tjeneste, hvor man kan efterlade kommentarer, anmeldelser, sende beskeder eller uploade billeder, vil f\u00f8r eller siden st\u00f8de p\u00e5 problemet med spam, svindel og obsceniteter. Det kan ikke undg\u00e5s, men det skal bek\u00e6mpes. <\/p>\n

Mit navn er Mikhail, og jeg arbejder i Anti-Spam-teamet, der beskytter brugerne af Yandex-tjenester mod s\u00e5danne problemer. Vores arbejde er sj\u00e6ldent synligt (og det er godt!), s\u00e5 i dag vil jeg fort\u00e6lle mere om det. Du vil l\u00e6re, hvorn\u00e5r moderering er nyttel\u00f8s, og hvorfor n\u00f8jagtighed ikke er den eneste indikator for dens effektivitet. Vi skal ogs\u00e5 tale om bandeudsagn ved hj\u00e6lp af eksempler fra katte og hunde, og hvorfor det i nogle tilf\u00e6lde er nyttigt at 't\u00e6nke som en sviner'.
\n<\/a><\/noindex>
\nDer dukker flere og flere Yandex-tjenester op, hvor brugerne kan offentligg\u00f8re deres indhold. Man kan stille sp\u00f8rgsm\u00e5l eller skrive svar i Yandex.Q, diskutere lokale nyheder i Yandex.Distriktet, eller dele trafikforhold i samtaler p\u00e5 Yandex.Kort. Men n\u00e5r publikummet vokser, bliver tjenesterne attraktive for svindlere og spammere. De dukker op og fylder kommentarer med tilbud om hurtig indtjening, reklamer for mirakelkurer og lovninger om sociale ydelser. P\u00e5 grund af spammere mister nogle brugere penge, mens andre mister lysten til at bruge tid p\u00e5 en fors\u00f8mt tjeneste fyldt med spam.<\/p>\n

Og det er ikke det eneste problem. Vi str\u00e6ber efter ikke blot at beskytte brugerne mod svindlere, men ogs\u00e5 at skabe en behagelig atmosf\u00e6re for kommunikation. Hvis folk i kommentarerne st\u00f8der p\u00e5 bandeord og forn\u00e6rmelser, vil de sandsynligvis forlade og aldrig komme tilbage. Det er ogs\u00e5 noget, vi skal v\u00e6re i stand til at bek\u00e6mpe. <\/p>\n

Rent Web<\/h3>\n

\nSom det ofte sker hos os, opstod de f\u00f8rste tiltag i S\u00f8gningen, i den del, der bek\u00e6mper spam i s\u00f8geresultaterne. For omkring ti \u00e5r siden opstod der en opgave med at filtrere voksenindhold til familievenlig s\u00f8gning og for foresp\u00f8rgsler, der ikke skulle indeholde svar fra 18+-kategorien. Det var her, de f\u00f8rste, manuelt indtastede ordlister for pornografi og bandeord blev udviklet, og analytikere tilf\u00f8jede dem. Hovedopgaven var klassificeringen af foresp\u00f8rgsler til dem, hvor det var acceptabelt at vise voksenindhold, og dem, hvor det ikke var. Til dette form\u00e5l indsamlede man markup, byggede heuristikker og tr\u00e6nede modeller. S\u00e5ledes opstod de f\u00f8rste v\u00e6rkt\u00f8jer til filtrering af u\u00f8nsket indhold.<\/p>\n

Med tiden begyndte UGC (brugergenereret indhold) at dukke op i Yandex - beskeder, som brugerne selv skrev, og Yandex offentliggjorde dem blot. Af de f\u00f8rn\u00e6vnte grunde kunne mange beskeder ikke offentligg\u00f8res ukritisk - der kr\u00e6vedes moderation. Derfor blev det besluttet at lave en tjeneste, der kunne give beskyttelse mod spam og ondsindede akt\u00f8rer for alle Yandex' UGC-produkter og brugte de udviklede v\u00e6rkt\u00f8jer til filtrering af u\u00f8nsket indhold i S\u00f8gningen. Tjenesten blev kaldt \"Rent Web\". <\/p>\n

Nye opgaver og hj\u00e6lp fra tolokere<\/h3>\n

\nI starten havde vi kun enkel automation: tjenesterne sendte os tekster, og vi k\u00f8rte dem gennem listerne over bandeord, pornografi og regul\u00e6re udtryk - analytikere sammensatte alt manuelt. Men tjenesten blev over tid anvendt i et stigende antal Yandex-produkter, og vi m\u00e5tte l\u00e6re at h\u00e5ndtere nye problemer. <\/p>\n

Ofte offentligg\u00f8r brugerne meningsl\u00f8se bogstavkombinationer i stedet for anmeldelser for at f\u00e5 opn\u00e5et pr\u00e6stationer; nogle gange reklamerer de for deres virksomhed i anmeldelser om en konkurrents virksomhed, og nogle gange forveksler de blot organisationer, og skriver i en anmeldelse af et dyrebutik: \"Fantastisk tilberedt fisk!\". M\u00e5ske vil kunstig intelligens en dag l\u00e6re at opfange meningen af enhver tekst perfekt, men i \u00f8jeblikket klarer automatikken sig ofte d\u00e5rligere end mennesker. <\/p>\n

Det blev klart, at vi ikke kunne undg\u00e5 manuel m\u00e6rkning, og vi tilf\u00f8jede et andet trin til vores flow - en menneskelig kontrol. Her kom de offentliggjorte tekster, som klassifikatoren ikke s\u00e5 problemer med. Omfanget af denne opgave kan du nemt forestille dig, s\u00e5 vi stolede ikke kun p\u00e5 bed\u00f8mmerne, men udnyttede ogs\u00e5 \"masserens visdom\", det vil sige vi bad om hj\u00e6lp fra folk, der kunne hj\u00e6lpe os med at identificere det, maskinen havde overset, og dermed tr\u00e6ne den. <\/p>\n

Intelligent caching og LSH-hashing<\/h3>\n

\nEn anden udfordring, vi st\u00f8dte p\u00e5 i arbejdet med kommentarer, var spam, eller rettere sagt, m\u00e6ngden af det og hastigheden af spredningen. Da publikum p\u00e5 Yandex.Distriktet begyndte at vokse hurtigt, kom spammerne. De l\u00e6rte at omg\u00e5 regul\u00e6re udtryk ved forsigtigt at \u00e6ndre teksten. Spam blev selvf\u00f8lgelig stadig fundet og fjernet, men i Yandex' m\u00e5lestok kunne en upassende besked, selv hvis den blev offentliggjort i kun 5 minutter, ses af hundrede personer. <\/p>\n

\"S\u00e5dan
\n
\nDet tilfredsstillede os selvf\u00f8lgelig ikke, og vi implementerede intelligent caching af tekster baseret p\u00e5 LSH (locality-sensitive hashing<\/a><\/noindex>). Det fungerer s\u00e5ledes: vi normaliserede teksten, fjernede links fra den og delte den op i n-grammer (sekvenser af n bogstaver). Derefter beregnede vi hasher fra n-grammerne og byggede LSH-vektoren for dokumentet ud fra dem. Ideen er, at lignende tekster, selv efter sm\u00e5 \u00e6ndringer, blev til lignende vektorer. <\/p>\n

Denne l\u00f8sning gjorde det muligt at genbruge domme fra klassifikatorerne og bed\u00f8mmerne for lignende tekster. Ved en spam-angreb, s\u00e5 snart den f\u00f8rste besked bestod kontrol og kom i cachen med dommen \"spam\", fik alle nye lignende beskeder, selv de \u00e6ndrede, den samme dom og blev automatisk fjernet. Senere l\u00e6rte vi ogs\u00e5 at tr\u00e6ne og automatisk genoptr\u00e6ne spam klassifikatorer, men denne \"intelligente cache\" er stadig med os og hj\u00e6lper os ofte.<\/p>\n

Klassifikatoren for gode tekster<\/h3>\n

\nVi havde ikke engang tid til at tage en pause fra kampen mod spam, f\u00f8r vi inds\u00e5, at 95 % af vores indhold modereres manuelt: klassifikatorer reagerer kun p\u00e5 overtr\u00e6delser, mens de fleste tekster er gode. Vi bruger tolker, som i 95 tilf\u00e6lde ud af 100 bed\u00f8mmer, at \"alt er i orden\". Vi m\u00e5tte engagere os i en uvant opgave \u2013 at lave klassifikatorer for godt indhold, hvilket var heldigt, da vi i l\u00f8bet af tiden har opbygget tilstr\u00e6kkelig m\u00e6rkning.<\/p>\n

Den f\u00f8rste klassifikator s\u00e5 s\u00e5ledes ud: vi lemmatiserer teksten (bringer ordene tilbage til deres grundform), fjerner alle funktionelle ord og anvender et forh\u00e5ndsfremstillet \"ordbog over gode lemmaer\". Hvis alle ord i teksten er \"gode\", betyder det, at teksten som helhed ikke indeholder overtr\u00e6delser. P\u00e5 forskellige tjenester gav denne tilgang straks mellem 25 og 35 % automatisering af manuel m\u00e6rkning. Selvf\u00f8lgelig er denne tilgang ikke perfekt: det er ikke sv\u00e6rt at kombinere flere harml\u00f8se ord og f\u00e5 en meget st\u00f8dende udtalelse, men det gjorde det muligt for os hurtigt at n\u00e5 et godt niveau af automatisering og gav tid til at tr\u00e6ne mere komplekse modeller.<\/p>\n

De n\u00e6ste versioner af klassifikatorerne for gode tekster indeholdt allerede b\u00e5de line\u00e6re modeller og beslutningstr\u00e6er samt deres kombinationer. Til m\u00e6rkning af grovheder og forn\u00e6rmelser pr\u00f8ver vi for eksempel neurale netv\u00e6rk BERT. Her er det vigtigt at opfange betydningen af ordet i konteksten og forbindelsen mellem ord fra forskellige s\u00e6tninger, og BERT klarer sig ganske godt med dette. (Forresten, for nylig meddelte kollegerne fra Nyhederne, fortalt<\/a><\/noindex>, hvordan de anvender teknologien til en us\u00e6dvanlig opgave \u2013 at finde fejl i overskrifter.) I sidste ende lykkedes det at automatisere op til 90 % af flowet afh\u00e6ngigt af tjenesten. <\/p>\n

N\u00f8jagtighed, komplethed og hastighed<\/h3>\n

\nFor at udvikle sig er det n\u00f8dvendigt at forst\u00e5, hvilken v\u00e6rdi de forskellige automatiske klassifikatorer, \u00e6ndringer i dem, samt kvaliteten af manuelle kontroller giver. Til dette bruger vi n\u00f8jagtigheds- og fuldkommenhedsm\u00e5l. <\/p>\n

Pr\u00e6cision er andelen af korrekte vurderinger blandt alle vurderinger af d\u00e5rligt indhold. Jo h\u00f8jere pr\u00e6cision, jo f\u00e6rre falske positiver. Hvis man ikke f\u00f8lger op p\u00e5 pr\u00e6cisionen, kan man i teorien fjerne al spam og bandeord, men ogs\u00e5 halvdelen af godt indhold. P\u00e5 den anden side, hvis man kun stoler p\u00e5 pr\u00e6cision, vil den bedste teknologi v\u00e6re den, der slet ikke fanget nogen. Derfor er der ogs\u00e5 et m\u00e5l for fuldst\u00e6ndighed: andelen af identificeret d\u00e5rligt indhold blandt alt d\u00e5rligt indhold. Disse to metrikker balanserer hinanden. <\/p>\n

For at m\u00e5le dette samplede vi hele str\u00f8mmen af indhold fra hver service og gav pr\u00f8verne til bed\u00f8mmerne til ekspertvurdering og sammenligning med maskinernes beslutninger. <\/p>\n

Men der er en anden vigtig m\u00e5ling. <\/p>\n

Som jeg n\u00e6vnte, kan et uacceptablet budskab blive set af hundreder af mennesker p\u00e5 bare 5 minutter. Derfor t\u00e6ller vi, hvor mange gange vi har haft mulighed for at vise folk d\u00e5rligt indhold, f\u00f8r vi skjulte det. Dette er vigtigt, fordi det ikke er nok at arbejde kvalitativt - man skal ogs\u00e5 arbejde hurtigt. Og da vi byggede beskyttelse mod bandeord, m\u00e6rkede vi dette fuldt ud. <\/p>\n

Antibandeord ved hj\u00e6lp af katte og hunde<\/h3>\n

\nLidt en lyrisk afvigelse. Nogen kan sige, at bandeord og forn\u00e6rmelser ikke er s\u00e5 farlige som ondsindede links, og ikke er s\u00e5 irriterende som spam. Men vi str\u00e6ber efter at opretholde behagelige vilk\u00e5r for kommunikationen mellem millioner af brugere, og folk kan ikke lide at vende tilbage til steder, hvor de bliver forn\u00e6rmet. Der er ikke for ingenting, at forbuddet mod bandeord og forn\u00e6rmelser er nedskrevet i reglerne for mange f\u00e6llesskaber, herunder p\u00e5 Habr. Men vi gik v\u00e6k fra emnet. <\/p>\n

Bandeordslister har ikke kapacitet til at h\u00e5ndtere det rige russiske sprog. Selvom der kun er fire grundl\u00e6ggende bandeord, kan man danne utallige ord, som du ikke kan fange med nogen regul\u00e6re udtryk. Desuden kan man skrive en del af ordet med translitteration, erstatte bogstaver med lignende kombinationer, omrokere bogstaver, tilf\u00f8je stjerner osv. Nogle gange kan det slet ikke bestemmes, hvad brugeren mente med et bandeord uden kontekst. Vi respekterer reglerne p\u00e5 Habr, s\u00e5 vi vil demonstrere dette ikke med virkelige eksempler, men med katte og hunde. <\/p>\n

\"S\u00e5dan
\n
\n\u00abMiau\u00bb, sagde katten. Men vi forst\u00e5r, at katten sagde et andet ord...<\/p>\n

Vi begyndte at overveje algoritmer til 'uskarpt matching' af vores ordforr\u00e5d og en mere intelligent forbehandling: vi omformede translitterationer, samlede mellemrum og tegns\u00e6tning, s\u00f8gte efter m\u00f8nstre og skrev separate regul\u00e6re udtryk for dem. Denne tilgang gav resultater, men s\u00e6nkede ofte n\u00f8jagtigheden, hvilket gjorde, at vi ikke fik den \u00f8nskede fuldst\u00e6ndighed.<\/p>\n

Derfor besluttede vi at 't\u00e6nke som bandeordere'. Vi begyndte selv at tilf\u00f8je st\u00f8j til dataene: vi rearrangerede bogstaver, genererede tastefejl, erstattede bogstaver med lignende i skrivem\u00e5de og s\u00e5 videre. Den indledende markering tog vi fra at anvende bandeordsordb\u00f8ger p\u00e5 store tekstm\u00e6nger. Hvis man tager en s\u00e6tning og forvr\u00e6nger den p\u00e5 flere m\u00e5der, f\u00e5r man allerede mange s\u00e6tninger. S\u00e5dan kan man \u00f8ge tr\u00e6ningsdatas\u00e6ttet mange gange. Det eneste, der var tilbage, var at tr\u00e6ne en nogenlunde intelligent model, der tager konteksten i betragtning p\u00e5 den resulterende pulje. <\/p>\n

\"S\u00e5dan
\n
\nDet er for tidligt at tale om den endelige l\u00f8sning. Vi eksperimenterer stadig med tilgange til dette problem, men ser allerede, at en simpel symbolsk konvolutionsnetv\u00e6rk best\u00e5ende af flere lag betydeligt overg\u00e5r ordb\u00f8ger og regul\u00e6re udtryk: det er muligt at \u00f8ge b\u00e5de n\u00f8jagtigheden og fuldst\u00e6ndigheden.<\/p>\n

Selvf\u00f8lgelig forst\u00e5r vi, at der altid vil v\u00e6re m\u00e5der at omg\u00e5 selv den mest avancerede automatisering, is\u00e6r n\u00e5r det er s\u00e5 underholdende: at skrive p\u00e5 en m\u00e5de, s\u00e5 en dum maskine ikke forst\u00e5r. Her, ligesom i kampen mod spam, er vores m\u00e5l ikke at udrydde muligheden for at skrive noget ukr\u00e6nkeligt, men at sikre, at spillet ikke er v\u00e6rd at spille.<\/p>\n

At \u00e5bne op for muligheden for at dele sin mening, kommunikere og kommentere er ikke sv\u00e6rt. Det er meget sv\u00e6rere at opn\u00e5 sikre, komfortable forhold og respekt for mennesker. Og uden dette vil der ikke v\u00e6re nogen udvikling af nogen f\u00e6llesskab.
\n
Kilde: habr.com<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"

\u041a\u043e\u0433\u0434\u0430 \u0442\u0432\u043e\u044f \u0440\u0430\u0431\u043e\u0442\u0430 \u2014 \u0441\u043e\u0437\u0434\u0430\u0432\u0430\u0442\u044c \u0447\u0442\u043e-\u0442\u043e \u043a\u0440\u0430\u0441\u0438\u0432\u043e\u0435, \u043e \u043d\u0435\u0439 \u043c\u043e\u0436\u043d\u043e \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e \u043d\u0435 \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u0442\u044c, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0443 \u0432\u0441\u0435\u0445 \u043f\u0435\u0440\u0435\u0434 \u0433\u043b\u0430\u0437\u0430\u043c\u0438. \u0410 \u0432\u043e\u0442 \u0435\u0441\u043b\u0438 \u0442\u044b \u0441\u0442\u0438\u0440\u0430\u0435\u0448\u044c \u043d\u0430\u0434\u043f\u0438\u0441\u0438 \u0441 \u0437\u0430\u0431\u043e\u0440\u043e\u0432, \u0442\u0432\u043e\u044e \u0440\u0430\u0431\u043e\u0442\u0443 \u043d\u0438\u043a\u0442\u043e \u043d\u0435 \u0437\u0430\u043c\u0435\u0447\u0430\u0435\u0442, \u043f\u043e\u043a\u0430 \u0437\u0430\u0431\u043e\u0440\u044b \u0432\u044b\u0433\u043b\u044f\u0434\u044f\u0442 \u043f\u0440\u0438\u043b\u0438\u0447\u043d\u043e \u0438\u043b\u0438 \u043f\u043e\u043a\u0430 \u0442\u044b \u043d\u0435 \u0441\u043e\u0442\u0440\u0451\u0448\u044c \u0447\u0442\u043e-\u043d\u0438\u0431\u0443\u0434\u044c \u043d\u0435 \u0442\u043e. \u041b\u044e\u0431\u043e\u0439 \u0441\u0435\u0440\u0432\u0438\u0441, \u0433\u0434\u0435 \u043c\u043e\u0436\u043d\u043e \u043e\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u043a\u043e\u043c\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u0439, \u043e\u0442\u0437\u044b\u0432, \u043e\u0442\u043f\u0440\u0430\u0432\u0438\u0442\u044c \u0441\u043e\u043e\u0431\u0449\u0435\u043d\u0438\u0435 \u0438\u043b\u0438 […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":72899,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-72898","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\n","aioseo_head_json":{"title":"\ud83e\udd47Hvordan man \u00e5bner kommentarer og ikke drukner i spam | ProHoster","description":"N\u00e5r dit arbejde er at skabe noget.","canonical_url":"https:\/\/prohoster.info\/da\/blog\/administrirovanie\/kak-otkryt-kommentarii-i-ne-potonut-v-spame","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"da_DK","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041a\u0430\u043a \u043e\u0442\u043a\u0440\u044b\u0442\u044c \u043a\u043e\u043c\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u0438 \u0438 \u043d\u0435 \u043f\u043e\u0442\u043e\u043d\u0443\u0442\u044c \u0432 \u0441\u043f\u0430\u043c\u0435 | ProHoster","og:description":"\u041a\u043e\u0433\u0434\u0430 \u0442\u0432\u043e\u044f \u0440\u0430\u0431\u043e\u0442\u0430 \u2014 \u0441\u043e\u0437\u0434\u0430\u0432\u0430\u0442\u044c \u0447\u0442\u043e-\u0442\u043e.","og:url":"https:\/\/prohoster.info\/da\/blog\/administrirovanie\/kak-otkryt-kommentarii-i-ne-potonut-v-spame","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2020-03-05T17:42:08+00:00","article:modified_time":"2020-03-05T17:42:08+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"72898","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":null,"breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 18:43:27","updated":"2022-09-29 22:58:18","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/posts\/72898","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/comments?post=72898"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/posts\/72898\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/media\/72899"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/media?parent=72898"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/categories?post=72898"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/tags?post=72898"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}