{"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\/it\/blog\/administrirovanie\/kak-otkryt-kommentarii-i-ne-potonut-v-spame","title":{"rendered":"Come aprire i commenti senza essere sommersi dallo spam","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Come
\n
\nQuando il tuo lavoro consiste nel creare qualcosa di bello, non c'\u00e8 molto da dire, perch\u00e9 il risultato \u00e8 davanti agli occhi di tutti. Ma se cancelli le scritte dai muri, nessuno nota il tuo lavoro, finch\u00e9 i muri non sono presentabili o finch\u00e9 non cancelli qualcosa di sbagliato.<\/p>\n

Qualsiasi servizio in cui \u00e8 possibile lasciare commenti, recensioni, inviare messaggi o caricare immagini, prima o poi deve affrontare il problema dello spam, delle frodi e del linguaggio osceno. Non si pu\u00f2 evitarlo, ma \u00e8 necessario combatterlo. <\/p>\n

Mi chiamo Michail, lavoro nel team Antispam, che protegge gli utenti dei servizi di Yandex da tali problemi. Il nostro lavoro \u00e8 raramente visibile (ed \u00e8 un bene!), quindi oggi ne parler\u00f2 pi\u00f9 nel dettaglio. Scoprirete in quali casi la moderazione \u00e8 inutile e perch\u00e9 la precisione non \u00e8 l'unico indicatore della sua efficacia. Inoltre parleremo del linguaggio osceno prendendo come esempio gatti e cani e del perch\u00e9 a volte \u00e8 utile 'pensare come un imprecatorio'.
\n<\/a><\/noindex>
\nIn Yandex stanno emergendo sempre pi\u00f9 servizi in cui gli utenti pubblicano i propri contenuti. Puoi porre domande o scrivere risposte su Yandex.Q, discutere le notizie del quartiere su Yandex.District, condividere la situazione del traffico nelle conversazioni su Yandex.Maps. Ma quando l'audience del servizio cresce, diventa attraente per truffatori e spammer. Essi arrivano e riempiono i commenti: offrono guadagni facili, pubblicizzano rimedi miracolosi e promettono aiuti sociali. A causa degli spammer alcuni utenti perdono denaro, mentre altri perdono la voglia di passare del tempo su un servizio trascurato e invaso dallo spam.<\/p>\n

E questo non \u00e8 l'unico problema. Ci sforziamo non solo di proteggere gli utenti dai truffatori, ma anche di creare un'atmosfera confortevole per la comunicazione. Se le persone nei commenti si imbattono in linguaggio osceno e insulti, molto probabilmente se ne andranno e non torneranno pi\u00f9. Quindi, \u00e8 necessario combattere anche questo. <\/p>\n

Web Pulito<\/h3>\n

\nCome spesso accade da noi, le prime implementazioni sono nate nella Ricerca, in quella parte che combatte lo spam nei risultati. Circa dieci anni fa \u00e8 emersa la necessit\u00e0 di filtrare contenuti per adulti per le ricerche familiari e per le query che non prevedevano risposte dalla categoria 18+. Da qui sono nati i primi dizionari di porno e volgarit\u00e0, compilati a mano dagli analisti. L'obiettivo principale era classificare le query in base a quelle in cui era lecito mostrare contenuti per adulti e quelle in cui non lo era. Per questo scopo sono stati raccolti i dati di classificazione, costruite euristiche e addestrati modelli. Cos\u00ec sono emerse le prime soluzioni per filtrare contenuti indesiderati.<\/p>\n

Col tempo in Yandex ha cominciato a comparire UGC (contenuti generati dagli utenti) \u2014 messaggi scritti dagli stessi utenti, che Yandex si limita a pubblicare. Per le ragioni descritte sopra, molti messaggi non potevano essere pubblicati senza controllo \u2014 era necessaria la moderazione. Si \u00e8 deciso quindi di creare un servizio che fornisse protezione contro lo spam e i malintenzionati per tutti i prodotti UGC di Yandex, utilizzando le soluzioni per filtrare contenuti indesiderati nella Ricerca. Il servizio \u00e8 stato chiamato \"Web Pulito\". <\/p>\n

Nuove sfide e supporto ai tolokers<\/h3>\n

\nInizialmente, funzionava solo una semplice automazione: i servizi ci inviavano i testi e noi applicavamo loro dizionari di volgarit\u00e0, dizionari di porno e regex \u2014 gli analisti compilavano tutto manualmente. Ma nel tempo il servizio \u00e8 stato utilizzato in un numero sempre maggiore di prodotti Yandex, e ci siamo dovuti adattare a nuove problematiche. <\/p>\n

Spesso, invece di recensioni, gli utenti pubblicano un insieme di lettere senza senso, cercando di accumulare riconoscimenti, a volte pubblicizzano la propria azienda nelle recensioni di aziende concorrenti, e altre volte semplicemente confondono le organizzazioni e in una recensione di un negozio di animali scrivono: \"Pesce magnificamente cucinato!\". \u00c8 possibile che un giorno l'intelligenza artificiale impari a cogliere perfettamente il significato di qualsiasi testo, ma per ora l'automazione a volte se la cava peggio di una persona. <\/p>\n

\u00c8 diventato chiaro che senza la marcatura manuale non si poteva procedere, e abbiamo aggiunto un secondo livello al nostro sistema: l'invio per una verifica manuale da parte di un operatore. Qui venivano inviati quei testi pubblicati per i quali il classificatore non aveva rilevato problemi. L'entit\u00e0 di questo compito pu\u00f2 essere facilmente immaginata, quindi non ci siamo solo fidati degli assessori, ma abbiamo anche sfruttato la 'saggezza della folla', cio\u00e8 ci siamo rivolti ai tolokers. Sono proprio loro ad aiutarci a individuare ci\u00f2 che la macchina ha trascurato, e cos\u00ec facendo la addestrano. <\/p>\n

Cache intelligente e hashing LSH<\/h3>\n

\nUn altro problema con cui ci siamo trovati a fronteggiare lavorando con i commenti \u00e8 lo spam, o meglio, i suoi volumi e la velocit\u00e0 di diffusione. Quando l'audience di Yandex.Rayon ha iniziato a crescere rapidamente, sono arrivati gli spammer. Hanno imparato a eludere le espressioni regolari, modificando leggermente il testo. Lo spam, naturalmente, veniva comunque rilevato e rimosso, ma su scala di Yandex, un messaggio inaccettabile anche solo per 5 minuti poteva essere visto da centinaia di persone. <\/p>\n

\"Come
\n
\nQuesto, naturalmente, non ci soddisfaceva, cos\u00ec abbiamo implementato una cache intelligente dei testi basata su LSH (hashing sensibile alla localit\u00e0<\/a><\/noindex>). Funziona cos\u00ec: normalizziamo il testo, rimuoviamo i link e lo frammentiamo in n-grammi (sequenze di n lettere). Poi calcoliamo gli hash degli n-grammi, e da questi costruiamo il vettore LSH del documento. Il concetto \u00e8 che testi simili, anche se leggermente modificati, si trasformano in vettori simili. <\/p>\n

Questa soluzione ha permesso di riutilizzare i verdetti dei classificatori e dei tolokers per testi simili. In caso di attacco spam, non appena il primo messaggio superava il controllo e finiva nella cache con il verdetto 'spam', tutti i nuovi messaggi simili, anche se modificati, ricevevano lo stesso verdetto e venivano rimossi automaticamente. in seguito abbiamo imparato a formare e riaddestrare automaticamente i classificatori di spam, ma questa 'cache intelligente' \u00e8 rimasta con noi e continua spesso ad aiutarci.<\/p>\n

Classificatore di testi buoni<\/h3>\n

\nNon appena abbiamo terminato di combattere contro lo spam, ci siamo resi conto che il 95% dei contenuti \u00e8 moderato manualmente: i classificatori reagiscono solo alle violazioni, mentre la maggior parte dei testi \u00e8 buona. Utilizziamo i lavoratori tolok, che nel 95% dei casi valutano il contenuto come \"Tutto OK\". Abbiamo dovuto affrontare un lavoro insolito: creare classificatori per contenuti di alta qualit\u00e0, fortunatamente in questo periodo abbiamo accumulato un'adeguata quantit\u00e0 di annotazioni.<\/p>\n

Il primo classificatore si presentava cos\u00ec: lemmatizziamo il testo (riportiamo le parole alla forma iniziale), eliminiamo tutte le parti del discorso accessorie e applichiamo un \"dizionario di buone lemmi\" preparato in anticipo. Se tutte le parole nel testo sono \"buone\", significa che anche l'intero testo non contiene violazioni. Su diversi servizi, questo approccio ha subito consentito di automatizzare dal 25 al 35% della marcatura manuale. Certamente, tale approccio non \u00e8 ideale: \u00e8 facile combinare alcune parole innocue e ottenere un'espressione molto offensiva, ma ci ha permesso di raggiungere rapidamente un buon livello di automazione e ha dato tempo per addestrare modelli pi\u00f9 complessi.<\/p>\n

Le versioni successive dei classificatori di testi buoni includevano gi\u00e0 modelli lineari, alberi decisionali e le loro combinazioni. Per l'annotazione di insulti e offese, stiamo, ad esempio, provando la rete neurale BERT. Qui \u00e8 importante cogliere il significato della parola nel contesto e la connessione tra le parole di frasi diverse, e BERT gestisce bene questa situazione. (A proposito, di recente i colleghi delle Notizie parlato<\/a><\/noindex>, hanno mostrato come applicano la tecnologia a un compito non standard: la ricerca di errori nei titoli.) Alla fine siamo riusciti ad automatizzare fino al 90% del flusso a seconda del servizio. <\/p>\n

Precisione, completezza e velocit\u00e0<\/h3>\n

\nPer svilupparsi, \u00e8 necessario comprendere quali vantaggi apportano i vari classificatori automatici, le modifiche a questi e se la qualit\u00e0 dei controlli manuali non sta degradando. A tal fine, utilizziamo indicatori di precisione e completezza. <\/p>\n

L'accuratezza \u00e8 la percentuale di giudizi corretti rispetto a tutti i giudizi sul contenuto inappropriato. Maggiore \u00e8 l'accuratezza, minori sono i falsi allarmi. Se non si fa attenzione all'accuratezza, in teoria si potrebbe rimuovere tutto lo spam e il linguaggio volgare, insieme alla met\u00e0 dei messaggi buoni. D'altra parte, se ci si basa solo sull'accuratezza, la tecnologia migliore risulterebbe essere quella che non cattura nessuno. Pertanto, esiste anche un parametro di completezza: la percentuale di contenuto inappropriato identificato rispetto al totale del contenuto inappropriato. Queste due metriche si bilanciano a vicenda. <\/p>\n

Per misurare campioniamo tutto il flusso in entrata per ciascun servizio e forniamo campioni di contenuto agli esperti per valutazioni e confronti con le decisioni della macchina. <\/p>\n

Ma c'\u00e8 un altro indicatore importante. <\/p>\n

Ho gi\u00e0 scritto sopra che un messaggio inaccettabile pu\u00f2 essere visto da centinaia di persone anche in cinque minuti. Perci\u00f2 consideriamo quante volte siamo riusciti a mostrare contenuto inappropriato prima di nasconderlo. Questo \u00e8 importante, perch\u00e9 non basta lavorare bene - bisogna anche lavorare in fretta. E quando abbiamo costruito la protezione contro il linguaggio volgare, lo abbiamo percepito pienamente. <\/p>\n

Antilinguaggio volgare con l'esempio di gattini e cagnolini<\/h3>\n

\nUna piccola digressione. Qualcuno potrebbe dire che il linguaggio scurrile e le offese non sono pericolose quanto i link dannosi e non sono fastidiosi come lo spam. Ma ci impegniamo a mantenere condizioni confortevoli per la comunicazione di milioni di utenti, e le persone non amano tornare in posti dove vengono offese. Non a caso il divieto di linguaggio volgare e offese \u00e8 sancito nelle regole di molte comunit\u00e0, compresa quella di Habr. Ma ci siamo distratti. <\/p>\n

I dizionari del linguaggio volgare non riescono a gestire tutta la ricchezza della lingua russa. Nonostante ci siano solo quattro radici fondamentali del linguaggio volgare, da esse si possono formare un numero incalcolabile di parole, che non possono essere catturate da nessuna espressione regolare. Inoltre, si possono scrivere parti di parole in traslitterazione, sostituire lettere con combinazioni simili, riorganizzare lettere, aggiungere asterischi, ecc. A volte, senza contesto, \u00e8 impossibile determinare cosa intendesse l'utente con una parola volgare. Rispettiamo le regole di Habr, quindi dimostreremo questo non attraverso esempi reali, ma con gattini e cagnolini. <\/p>\n

\"Come
\n
\n\u00abMiao\u00bb, disse il gattino. Ma capiamo che il gattino ha detto un'altra parola\u2026<\/p>\n

Abbiamo iniziato a pensare agli algoritmi di \"matching sfocato\" del nostro vocabolario e a un preprocessing pi\u00f9 intelligente: abbiamo normalizzato il traslitterato, unito spazi e punteggiature, cercato modelli e scritto su di essi espressioni regolari separate. Questo approccio ha dato risultati, ma spesso riduceva la precisione, non riuscendo a fornire la completezza desiderata.<\/p>\n

Allora abbiamo deciso di \"pensare come imprecatori\". Abbiamo iniziato a introdurre rumore nei dati: spostavamo lettere, generavamo refusi, sostituivamo lettere simili nella scrittura e cos\u00ec via. Per questo abbiamo preso una prima annotazione applicando dizionari di linguaggio volgare a grandi corpus di testi. Se prendiamo una frase e la distorciamo in diversi modi, otteniamo gi\u00e0 molte frasi. In questo modo possiamo aumentare il campione di apprendimento di decine di volte. Resta solo da addestrare su questo pool qualche modello adeguato che tenga conto del contesto. <\/p>\n

\"Come
\n
\n\u00c8 ancora presto per parlare della soluzione finale. Stiamo ancora sperimentando approcci a questo problema, ma gi\u00e0 vediamo che una semplice rete convoluzionale di caratteri composta da diversi strati supera nettamente i dizionari e le espressioni regolari: riesce a migliorare sia la precisione che la completezza.<\/p>\n

Certo, capiamo che ci saranno sempre modi per aggirare anche la pi\u00f9 avanzata automazione, soprattutto quando si tratta di scrivere in modo che una macchina stupida non comprenda. Qui, come nella lotta contro lo spam, il nostro obiettivo non \u00e8 quello di estirpare la possibilit\u00e0 di scrivere qualcosa di volgare, ma di far s\u00ec che il gioco non ne valga la pena.<\/p>\n

Aprire la possibilit\u00e0 di condividere le proprie opinioni, comunicare e commentare non \u00e8 difficile. Molto pi\u00f9 complicato \u00e8 garantire condizioni sicure e confortevoli e un rispetto reciproco tra le persone. E senza questo non ci sar\u00e0 sviluppo per nessuna comunit\u00e0.
\n
Fonte: 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\udd47Come aprire i commenti e non affogare nello spam | ProHoster","description":"Quando il tuo lavoro consiste nel creare qualcosa.","canonical_url":"https:\/\/prohoster.info\/it\/blog\/administrirovanie\/kak-otkryt-kommentarii-i-ne-potonut-v-spame","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"it_IT","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\/it\/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\/it\/wp-json\/wp\/v2\/posts\/72898","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/comments?post=72898"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts\/72898\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/media\/72899"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/media?parent=72898"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/categories?post=72898"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/tags?post=72898"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}