{"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\/es\/blog\/administrirovanie\/kak-otkryt-kommentarii-i-ne-potonut-v-spame","title":{"rendered":"C\u00f3mo abrir comentarios y no ahogarse en spam","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"C\u00f3mo
\n
\nCuando tu trabajo es crear algo hermoso, no necesitas hablar mucho de \u00e9l, porque el resultado est\u00e1 a la vista de todos. Pero si borras las inscripciones de las paredes, tu trabajo pasa desapercibido, hasta que las paredes lucen decentes o hasta que borres algo inapropiado.<\/p>\n

Cualquier servicio donde se puede dejar un comentario, rese\u00f1a, enviar un mensaje o subir im\u00e1genes, tarde o temprano enfrenta problemas de spam, fraude y lenguaje ofensivo. Esto es inevitable, pero hay que luchar contra ello. <\/p>\n

Me llamo Mija\u00edl, trabajo en el equipo de Antispam, que protege a los usuarios de los servicios de Yandex de problemas similares. Nuestro trabajo raramente es visible (\u00a1y eso es bueno!), as\u00ed que hoy les contar\u00e9 m\u00e1s al respecto. Aprender\u00e1n en qu\u00e9 casos la moderaci\u00f3n es in\u00fatil y por qu\u00e9 la precisi\u00f3n no es el \u00fanico indicador de su efectividad. Tambi\u00e9n hablaremos de lenguaje ofensivo usando ejemplos de gatos y perros y por qu\u00e9 a veces es \u00fatil 'pensar como un grosero'.
\n<\/a><\/noindex>
\nEn Yandex, cada vez hay m\u00e1s servicios donde los usuarios publican su contenido. Puedes hacer una pregunta o escribir una respuesta en Yandex.Q, discutir las noticias del vecindario en Yandex.District, compartir la situaci\u00f3n del tr\u00e1fico en los chateos de Yandex.Maps. Pero cuando la audiencia del servicio crece, se vuelve atractiva para los estafadores y spammers. Ellos llegan y llenan los comentarios: ofrecen ganancias f\u00e1ciles, promocionan remedios milagrosos y prometen pagos sociales. Debido a los spammers, algunos usuarios pierden dinero, mientras que otros pierden el inter\u00e9s en pasar tiempo en un servicio descuidado, lleno de spam.<\/p>\n

Y este no es el \u00fanico problema. Nos esforzamos no solo por proteger a los usuarios de los estafadores, sino tambi\u00e9n por crear un ambiente c\u00f3modo para la comunicaci\u00f3n. Si las personas en los comentarios se enfrentan a lenguaje ofensivo y insultos, hay una alta probabilidad de que se vayan y no regresen. Por lo tanto, tambi\u00e9n hay que saber c\u00f3mo lidiar con esto. <\/p>\n

Internet Limpio<\/h3>\n

\nComo suele ocurrir, los primeros desarrollos surgieron en la B\u00fasqueda, en la parte que se ocupa de combatir el spam en los resultados. Hace unos diez a\u00f1os, surgi\u00f3 la tarea de filtrar contenido adulto para b\u00fasquedas familiares y para consultas que no deb\u00edan devolver resultados de la categor\u00eda 18+. As\u00ed aparecieron los primeros diccionarios de porno y malas palabras, que fueron ampliados por analistas. La tarea principal era clasificar las consultas en aquellas donde se pod\u00eda mostrar contenido adulto y aquellas donde no. Para esta tarea se recopil\u00f3 informaci\u00f3n, se construyeron heur\u00edsticas y se entrenaron modelos. As\u00ed nacieron los primeros avances en la filtraci\u00f3n de contenido no deseado.<\/p>\n

Con el tiempo, comenz\u00f3 a aparecer UGC (contenido generado por el usuario) en Yandex: mensajes escritos por los propios usuarios, y Yandex solo se encargaba de publicarlos. Por las razones mencionadas anteriormente, muchos mensajes no pod\u00edan ser publicados sin revisi\u00f3n, por lo que se requer\u00eda moderaci\u00f3n. As\u00ed que decidieron crear un servicio que proporcionara protecci\u00f3n contra spam y atacantes para todos los productos UGC de Yandex y utilizara los avances en la filtraci\u00f3n de contenido no deseado en la B\u00fasqueda. El servicio fue llamado \"Web Limpio\". <\/p>\n

Nuevas tareas y ayuda de los trabajadores temporales<\/h3>\n

\nAl principio, solo funcionaba una automatizaci\u00f3n simple: los servicios nos enviaban textos, y nosotros aplic\u00e1bamos los diccionarios de malas palabras, los diccionarios de porno y expresiones regulares \u2014 los analistas lo hac\u00edan todo a mano. Pero con el tiempo, el servicio fue utilizado en un n\u00famero cada vez mayor de productos de Yandex, y tuvimos que aprender a lidiar con nuevos problemas. <\/p>\n

A menudo, en lugar de una rese\u00f1a, los usuarios publican una serie de letras sin sentido, intentando obtener un logro, a veces promocionan su empresa en rese\u00f1as sobre la empresa competidora, y otras veces simplemente confunden organizaciones y en una rese\u00f1a sobre una tienda de mascotas escriben: \"\u00a1Pescado perfectamente preparado!\". Quiz\u00e1s alg\u00fan d\u00eda la inteligencia artificial aprenda a captar perfectamente el sentido de cualquier texto, pero por ahora, la automatizaci\u00f3n a veces tiene un rendimiento peor que el ser humano. <\/p>\n

Se hizo evidente que no pod\u00edamos evitar el etiquetado manual aqu\u00ed, as\u00ed que a\u00f1adimos un segundo nivel a nuestro proceso: el env\u00edo para revisi\u00f3n manual por parte de un ser humano. Los textos publicados que no presentaban problemas seg\u00fan el clasificador fueron enviados all\u00ed. La magnitud de esta tarea es f\u00e1cil de imaginar, por lo que no solo confiamos en los evaluadores, sino que tambi\u00e9n recurrimos a la \"sabidur\u00eda de las multitudes\", es decir, pedimos ayuda a los trabajadores de crowdsourcing. Ellos nos ayudan a identificar lo que la m\u00e1quina ha pasado por alto y as\u00ed la entrenan. <\/p>\n

Cach\u00e9 inteligente y hash LSH<\/h3>\n

\nOtro problema que encontramos al trabajar con comentarios fue el spam, m\u00e1s precisamente, el volumen y la velocidad de su propagaci\u00f3n. Cuando la audiencia de Yandex.Region comenz\u00f3 a crecer r\u00e1pidamente, llegaron los spammers. Aprendieron a eludir las expresiones regulares, modificando ligeramente el texto. Por supuesto, se encontraba y eliminaba spam, pero a la escala de Yandex, un mensaje inaceptable publicado incluso por 5 minutos pod\u00eda ser visto por cientos de personas. <\/p>\n

\"C\u00f3mo
\n
\nEsto no nos satisfizo, as\u00ed que implementamos un cach\u00e9 inteligente de textos basado en LSH (hashing sensible a la localidad<\/a><\/noindex>). Funciona de la siguiente manera: normaliz\u00e1bamos el texto, elimin\u00e1bamos enlaces y lo divid\u00edamos en n-gramas (secuencias de n letras). Luego calcul\u00e1bamos los hashes de los n-gramas, y a partir de ellos constru\u00edamos el vector LSH del documento. La idea es que textos similares, incluso si fueron ligeramente modificados, se convert\u00edan en vectores similares. <\/p>\n

Esta soluci\u00f3n permiti\u00f3 reutilizar los veredictos de los clasificadores y evaluadores para textos similares. Durante un ataque de spam, tan pronto como el primer mensaje pasaba la revisi\u00f3n y entraba en la cach\u00e9 con el veredicto de \"spam\", todos los nuevos mensajes similares, incluso los modificados, recib\u00edan el mismo veredicto y se eliminaban autom\u00e1ticamente. Posteriormente, aprendimos a entrenar y reentrenar autom\u00e1ticamente los clasificadores de spam, pero este \"cach\u00e9 inteligente\" ha permanecido con nosotros y todav\u00eda nos ayuda con frecuencia.<\/p>\n

Clasificador de buenos textos<\/h3>\n

\nSin tiempo para descansar de la lucha contra el spam, nos dimos cuenta de que el 95% del contenido est\u00e1 moderado manualmente: los clasificados solo reaccionan a las violaciones, y la mayor\u00eda de los textos son buenos. Cargamos a los evaluadores, que en el 95% de los casos dan una calificaci\u00f3n de 'Todo OK'. Tuvimos que dedicarnos a un trabajo poco habitual: crear clasificadores de contenido bueno, afortunadamente, se hab\u00eda acumulado suficiente anotaci\u00f3n durante este tiempo.<\/p>\n

El primer clasificador se ve\u00eda as\u00ed: lematizamos el texto (convertimos las palabras a su forma b\u00e1sica), eliminamos todas las partes del habla auxiliares y aplicamos un 'diccionario de buenas lemas' preconfigurado. Si en el texto todas las palabras son 'buenas', significa que el texto en su totalidad no contiene violaciones. Este enfoque en diferentes servicios proporcion\u00f3 autom\u00e1ticamente entre el 25% y el 35% de la automatizaci\u00f3n de la anotaci\u00f3n manual. Por supuesto, este enfoque no es perfecto: no es dif\u00edcil combinar algunas palabras inocentes y obtener una declaraci\u00f3n muy ofensiva, pero nos permiti\u00f3 alcanzar r\u00e1pidamente un buen nivel de automatizaci\u00f3n y nos dio tiempo para entrenar modelos m\u00e1s complejos.<\/p>\n

Las siguientes versiones de los clasificadores de buenos textos ya inclu\u00edan modelos lineales, \u00e1rboles de decisi\u00f3n y sus combinaciones. Para la anotaci\u00f3n de groser\u00edas y ofensas, por ejemplo, probamos la red neuronal BERT. Aqu\u00ed es importante captar el significado de la palabra en contexto y la relaci\u00f3n de las palabras de diferentes oraciones, y BERT lo hace bastante bien. (Por cierto, recientemente colegas de Noticias hemos contado<\/a><\/noindex>, como aplican la tecnolog\u00eda para una tarea no est\u00e1ndar: encontrar errores en los titulares.) En resumen, se logr\u00f3 automatizar hasta el 90% del flujo, dependiendo del servicio. <\/p>\n

Precisi\u00f3n, integridad y velocidad<\/h3>\n

\nPara desarrollarse, es necesario entender qu\u00e9 beneficios aportan los diferentes clasificadores autom\u00e1ticos, los cambios en ellos, as\u00ed como si la calidad de las verificaciones manuales no est\u00e1 decreciendo. Para esto utilizamos m\u00e9tricas de precisi\u00f3n e integridad. <\/p>\n

La precisi\u00f3n es la proporci\u00f3n de juicios correctos entre todos los juicios sobre contenido inapropiado. Cuanto mayor sea la precisi\u00f3n, menos falsas alarmas habr\u00e1. Si no se controla la precisi\u00f3n, te\u00f3ricamente se puede eliminar todo el spam y el contenido ofensivo, y junto a ellos, la mitad de los buenos mensajes. Por otro lado, si solo confiamos en la precisi\u00f3n, la mejor tecnolog\u00eda ser\u00e1 aquella que no atrape a nadie. Por ello, existe otra m\u00e9trica: la exhaustividad; la proporci\u00f3n de contenido inapropiado detectado entre todo el volumen de contenido malo. Estas dos m\u00e9tricas se equilibran entre s\u00ed. <\/p>\n

Para medirlo, muestreamos todo el flujo entrante de cada servicio y enviamos muestras de contenido a los evaluadores para su valoraci\u00f3n experta y comparaci\u00f3n con las decisiones de la m\u00e1quina. <\/p>\n

Pero hay otra m\u00e9trica importante. <\/p>\n

Como mencion\u00e9 anteriormente, un mensaje inapropiado puede ser visto por cientos de personas incluso dentro de 5 minutos. Por eso contamos cu\u00e1ntas veces hemos podido mostrar contenido malo a las personas antes de ocultarlo. Esto es importante, porque no basta con trabajar con calidad; tambi\u00e9n hay que trabajar r\u00e1pido. Y al construir la defensa contra contenido ofensivo, nos dimos cuenta de esto plenamente. <\/p>\n

Antisinonimia usando gatos y perros<\/h3>\n

\nUna peque\u00f1a digresi\u00f3n. Algunos pueden decir que las groser\u00edas y los insultos no son tan peligrosos como los enlaces maliciosos, y no son tan molestos como el spam. Pero nos esforzamos por mantener condiciones c\u00f3modas para la comunicaci\u00f3n de millones de usuarios, y a las personas no les gusta volver a lugares donde son ofendidas. No es en vano que la prohibici\u00f3n de las groser\u00edas y los insultos est\u00e1 establecida en las reglas de muchas comunidades, incluida la de Habr. Pero hemos divagado. <\/p>\n

Los diccionarios de groser\u00edas no abarcan toda la riqueza del idioma ruso. A pesar de que hay solo cuatro ra\u00edces b\u00e1sicas de palabras ofensivas, se pueden formar un n\u00famero incalculable de palabras que no se pueden atrapar con expresiones regulares. Adem\u00e1s, se puede escribir parte de la palabra en translit, reemplazar letras con combinaciones similares, reordenar letras, agregar asteriscos, etc. A veces, sin contexto, no se puede determinar claramente a qu\u00e9 palabra ofensiva se refer\u00eda el usuario. Respetamos las reglas de Habr, as\u00ed que demostraremos esto no con ejemplos reales, sino con gatos y perros. <\/p>\n

\"C\u00f3mo
\n
\n\"Meow\", dijo el gatito. Pero entendemos que el gatito dijo otra palabra...<\/p>\n

Comenzamos a pensar en los algoritmos de \"coincidencia difusa\" de nuestro diccionario y en un preprocesamiento m\u00e1s inteligente: convertimos a transliteraci\u00f3n, unimos espacios y puntuaci\u00f3n, buscamos patrones y creamos expresiones regulares espec\u00edficas para ellos. Este enfoque dio resultados, pero a menudo disminuy\u00f3 la precisi\u00f3n, sin proporcionar la exhaustividad deseada.<\/p>\n

Entonces decidimos \"pensar como groseros\". Comenzamos a introducir ruido en los datos: reorganizamos las letras, generamos errores tipogr\u00e1ficos, sustituimos letras por otras similares, y as\u00ed sucesivamente. Tomamos las primeras etiquetas aplicando diccionarios de groser\u00edas a grandes corpus de texto. Si tomamos una oraci\u00f3n y la distorsionamos de varias maneras, ya obtenemos muchas oraciones. As\u00ed se puede aumentar el conjunto de entrenamiento decenas de veces. Solo quedaba entrenar alg\u00fan modelo inteligente que tuviera en cuenta el contexto con el conjunto obtenido. <\/p>\n

\"C\u00f3mo
\n
\nEs demasiado pronto para hablar de la soluci\u00f3n final. A\u00fan estamos experimentando con enfoques para este problema, pero ya vemos que una simple red convolucional de caracteres de varias capas supera notablemente a los diccionarios y expresiones regulares: se logra aumentar tanto la precisi\u00f3n como la exhaustividad.<\/p>\n

Por supuesto, entendemos que siempre habr\u00e1 formas de eludir incluso la automatizaci\u00f3n m\u00e1s avanzada, especialmente cuando se trata de un juego divertido: escribir de tal manera que una m\u00e1quina tonta no lo entienda. Aqu\u00ed, como en la lucha contra el spam, no tenemos como objetivo erradicar la posibilidad de escribir algo obsceno, nuestra tarea es hacer que el juego no valga la pena.<\/p>\n

Abrir la posibilidad de compartir opiniones, comunicarse y comentar no es dif\u00edcil. Lo que es mucho m\u00e1s complicado es lograr condiciones seguras, c\u00f3modas y un trato respetuoso hacia las personas. Sin esto, no habr\u00e1 desarrollo de ninguna comunidad.
\n
Fuente: 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\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\udd47C\u00f3mo abrir comentarios y no ahogarse en spam | ProHoster","description":"Cuando tu trabajo es crear algo.","canonical_url":"https:\/\/prohoster.info\/es\/blog\/administrirovanie\/kak-otkryt-kommentarii-i-ne-potonut-v-spame","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"es_ES","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\/es\/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\/es\/wp-json\/wp\/v2\/posts\/72898","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/comments?post=72898"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/posts\/72898\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/media\/72899"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/media?parent=72898"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/categories?post=72898"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/tags?post=72898"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}