Anotaciones de Post

​

Descripción general

Se han añadido anotaciones al objeto Post en todos los endpoints de v2 que devuelven un objeto Post. Las anotaciones de Post ofrecen una forma de comprender información contextual sobre el propio Post. Aunque se revisa el 100% de los Posts, debido al contenido del texto del Post, solo una parte se anota.

1. Anotaciones de entidades (NER): Las entidades incluyen personas, lugares, productos y organizaciones, y se entregan en la sección de carga entity. Se asignan de forma programática según lo que se menciona explícitamente (reconocimiento de entidades con nombre) en el texto del Post.

2. Anotaciones de contexto: Derivadas del análisis del texto de un Post, las anotaciones de contexto incluyen un emparejamiento de dominio y entidad para ayudar a descubrir Posts sobre temas que antes podían ser difíciles de detectar. Actualmente usamos más de 80 dominios para categorizar Posts. Hay un archivo CSV con las entidades de anotaciones de contexto disponibles en nuestro repositorio de GitHub.

​

Tipos de anotaciones de Post

​

Entidades

Las anotaciones de entidades son entidades definidas de forma programática dentro del campo entities y se reflejan como anotaciones en el payload. Cada anotación tiene una puntuación de confianza e indica en qué parte del texto del Post se identificaron las entidades (mediante los campos start y end).

Los tipos de anotaciones de entidades incluyen:

• Persona - Ejemplos: Barack Obama, Daniel, George W. Bush
• Lugar - Ejemplos: Detroit, Cali, San Francisco
• Producto - Ejemplos: Mountain Dew, Mozilla Firefox
• Organización - Ejemplos: Chicago White Sox, IBM
• Otro - Ejemplos: Diabetes, Super Bowl 50

​

Contexto

Última actualización: junio de 2022

Las anotaciones de contexto se proporcionan en el campo context_annotations del payload. Se infieren a partir del análisis semántico de palabras clave, hashtags, handles, etc., en el texto del Post y producen etiquetas de dominio y/o entidad. Actualmente, usamos más de 80 dominios, como se muestra en la tabla siguiente.

Categorías de dominio	Códigos de dominio
3: Programas de TV	46: Categoría de marca
4: Episodios de TV	47: Marca
6: Eventos deportivos	48: Producto
10: Persona	54: Músico
11: Deporte	55: Género musical
12: Equipo deportivo	56: Actor
13: Lugar	58: Personalidad del entretenimiento
22: Géneros de TV	60: Atleta
23: Canales de TV	65: Vertical de intereses y aficiones
26: Liga deportiva	66: Categoría de intereses y aficiones
27: Partido de fútbol americano	67: Intereses y aficiones
28: Partido de la NFL	68: Partido de hockey
29: Eventos	71: Videojuego
31: Comunidad	78: Editor de videojuegos
35: Políticos	79: Hardware de videojuegos
38: Contienda política	83: Partido de críquet
39: Partido de baloncesto	84: Libro
40: Serie deportiva	85: Género literario
43: Partido de fútbol	86: Película
44: Partido de béisbol	87: Género cinematográfico
45: Vertical de marca	88: Órgano político
46: Categoría de marca	89: Álbum musical
47: Marca	90: Emisora de radio
48: Producto	91: Podcast
54: Músico	92: Personalidad deportiva
55: Género musical	93: Director técnico
56: Actor	94: Periodista
58: Personalidad del entretenimiento	95: Canal de TV [Entity Service]
60: Atleta	109: Tendencias recurrentes
65: Vertical de intereses y aficiones	110: Cuentas virales
66: Categoría de intereses y aficiones	114: Concierto
67: Intereses y aficiones	115: Conferencia de videojuegos
68: Partido de hockey	116: Torneo de videojuegos
71: Videojuego	117: Festival de cine
78: Editor de videojuegos	118: Entrega de premios
79: Hardware de videojuegos	119: Festividad
83: Partido de críquet	120: Creador digital
84: Libro	122: Personaje ficticio
85: Género literario	130: Franquicia multimedia
86: Película	131: Taxonomía unificada de Twitter
87: Género cinematográfico	136: Personalidad de videojuegos
88: Órgano político	137: Equipo de eSports
89: Álbum musical	138: Jugador de eSports
90: Emisora de radio	139: Comunidad de fans
91: Podcast	149: Liga de eSports
92: Personalidad deportiva	152: Comida
93: Director técnico	155: Clima
94: Periodista	156: Ciudades
95: Canal de TV [Entity Service]	157: Facultades y universidades
109: Tendencias recurrentes	158: Puntos de interés
110: Cuentas virales	159: Estados
114: Concierto	160: Países
115: Conferencia de videojuegos	162: Ejercicio y fitness
116: Torneo de videojuegos	163: Viajes
117: Festival de cine	164: Campos de estudio
118: Entrega de premios	165: Tecnología
119: Festividad	166: Acciones
120: Creador digital	167: Animales
122: Personaje ficticio	171: Noticias locales
130: Franquicia multimedia	172: Programa de TV global
131: Taxonomía unificada de Twitter	173: Taxonomía de productos de Google
136: Personalidad de videojuegos	174: Activos digitales y cripto
137: Equipo de eSports	175: Eventos de emergencia
138: Jugador de eSports

Nota: El dominio 131 (Unified Twitter Taxonomy) se refiere a la taxonomía de intereses orientada al usuario de X. Esta taxonomía ayuda a habilitar funciones de la plataforma como Temas.

​

Solicitud de anotaciones

​

Ejemplo de solicitud

curl --location --request GET 'https://api.x.com/2/tweets/1212092628029698048?tweet.fields=context_annotations,entities' --header 'Authorization: Bearer $BEARER_TOKEN'

​

Respuesta de muestra

{
    "data": {
        "context_annotations": [
            {
                "domain": {
                    "id": "119",
                    "name": "Festividad",
                    "description": "Festividades como Navidad o Halloween"
                },
                "entity": {
                    "id": "1186637514896920576",
                    "name": "Nochevieja"
                }
            },
            {
                "domain": {
                    "id": "119",
                    "name": "Festividad",
                    "description": "Festividades como Navidad o Halloween"
                },
                "entity": {
                    "id": "1206982436287963136",
                    "name": "Feliz Año Nuevo: ¡por fin es 2020 en todo el mundo!",
                    "description": "Disfruta de los fuegos artificiales y otras celebraciones mientras personas de todo el mundo reciben el Año Nuevo.\nFoto: @GettyImages"
                }
            },
            {
                "domain": {
                    "id": "45",
                    "name": "Vertical de marca",
                    "description": "Entidades de nivel superior que describen el sector de una marca"
                }
            },
            {
                "domain": {
                    "id": "46",
                    "name": "Categoría de marca",
                    "description": "Categorías dentro de los verticales de marca que acotan el alcance de las marcas"
                },
                "entity": {
                    "id": "781974596752842752",
                    "name": "Servicios"
                }
            },
            {
                "domain": {
                    "id": "47",
                    "name": "Marca",
                    "description": "Marcas y empresas"
                },
                "entity": {
                    "id": "10045225402",
                    "name": "Twitter"
                }
            }
        ],
        "entities": {
            "annotations": [
                {
                    "start": 144,
                    "end": 150,
                    "probability": 0.626,
                    "type": "Producto",
                    "normalized_text": "Twitter"
                }
            ],
            "urls": [
                {
                    "start": 222,
                    "end": 245,
                    "url": "https://t.co/yvxdK6aOo2",
                    "expanded_url": "https://x.com/LovesNandos/status/1211797914437259264/photo/1",
                    "display_url": "pic.x.com/yvxdK6aOo2"
                }
            ]
        },
        "id": "1212092628029698048",
        "text": "Creemos que la mejor versión futura de nuestra API vendrá de construirla con USTEDES. Por otro gran año junto a todos los que desarrollan sobre la plataforma de X. Estamos deseando seguir trabajando con ustedes en el nuevo año. https://t.co/yvxdK6aOo2"
    }
}

​

App de ejemplo

Consulta el Post Entity Extractor en Glitch para descubrir fácilmente anotaciones de contexto en Posts y ver cómo funciona esta característica.

​

Preguntas frecuentes

​

Anotaciones de contexto

Las siguientes preguntas se refieren específicamente al elemento de anotaciones de contexto dentro de las anotaciones de Tweet. Para obtener más información, consulta la página de Descripción general.

¿Cómo funcionan las anotaciones de contexto de X?

X clasifica los Tweets de forma semántica, lo que significa que seleccionamos listas de palabras clave, hashtags y @handles relevantes para un tema determinado. Si un Tweet contiene el texto que hemos definido, se etiquetará en consecuencia. Esto difiere de un enfoque de aprendizaje automático, en el que se entrena un modelo específicamente para clasificar texto (en este caso, Tweets) y generar una puntuación de probabilidad junto con la salida/clasificación.

¿Cómo sé que sus datos son completos y confiables?

Las anotaciones de X son elaboradas por expertos en la materia mediante procesos de investigación y control de calidad que se han perfeccionado a lo largo de varios años. El proceso está respaldado por herramientas personalizadas para escalar el seguimiento de datos tanto como nos permite mantener una excelente precisión y exhaustividad. Además, nuestros datos son auditados regularmente por un equipo interno y han recibido una puntuación de precisión de aproximadamente un 80% durante los últimos trimestres.

¿Cómo garantizan la exactitud?

Los miembros del equipo realizan controles de calidad de nuestras entidades a diario para garantizar una alta precisión y exhaustividad. Además, nuestro trabajo es auditado trimestralmente por un equipo interno, que revisa manualmente 10.000 Tweets en todos nuestros dominios para calcular una puntuación de precisión.

¿Cómo deciden qué rastrear?

Para algunos dominios, como deportes y televisión, recurrimos a la ingesta automatizada para construir nuestro grafo. En el dominio de Noticias, hacemos seguimiento de data sobre historias publicadas por el equipo de Twitter Moments. En los demás casos, el equipo emplea diversos métodos de investigación para identificar temas a seguir que generen un alto volumen de conversación en la plataforma.

¿Qué historial está disponible con las anotaciones de Tweet?

El seguimiento de datos comienza en el momento en que se publica una entidad; por lo tanto, no anotamos Tweets publicados antes de que comenzara el seguimiento de una entidad determinada. Por ejemplo, si se agrega una marca o empresa emergente a la taxonomía, no anotaremos retroactivamente los Tweets sobre esa marca anteriores al momento en que se añadió la anotación.

¿Twitter puede anotar Tweets en idiomas que no sean inglés? Si es así, ¿en qué idiomas y cambia la cobertura de los Tweets anotados?

Sí. La cobertura por idioma puede variar según el dominio y el mercado. El inglés y el japonés están incluidos en la mayoría de las entidades más grandes. A continuación, se muestra una lista de los idiomas y los principales mercados cubiertos actualmente:

1. Inglés (EE. UU., Reino Unido)
2. Japonés (Japón)
3. Portugués (Brasil)
4. Español (Argentina, México, España)
5. Hindi (India)
6. Árabe (Arabia Saudí)
7. Turco (Turquía)
8. Indonesio (Indonesia)
9. Ruso (Rusia)
10. Francés (Francia)

Próximamente (~S2 2021):

1. Alemán (Alemania)
2. Tamil (India)

A continuación, se muestra una tabla de los 15 países principales ordenados por mayor cobertura de Tweets anotados:

Rango	Código de país	País	% de Tweets anotados
1	IN	India	41%
2	VN	Vietnam	36%
3	GB	Gran Bretaña	36%
4	EC	Ecuador	35%
5	PE	Perú	33%
6	US	Estados Unidos	32%
7	CA	Canadá	32%
8	AU	Australia	31%
9	JP	Japón	31%
10	PH	Filipinas	30%
11	SG	Singapur	30%
12	MY	Malasia	30%
13	MX	México	30%
14	GB	Gran Bretaña	29%
15	NG	Nigeria	29%

¿En qué “semántica” subyacente se basa X para anotar un Tweet?

Las anotaciones de Tweet constan de las siguientes semánticas para anotar un Tweet:

• Cuentas: podemos anotar tweets de un determinado handle o que mencionen ese handle
• Hashtags
• Palabras clave/frases

Para los clientes familiarizados con las API de transmisión filtrada, como PowerTrack, las semánticas utilizadas por las anotaciones son, en esencia, similares a las reglas booleanas definidas para filtrar un flujo de Tweets. Si un Tweet cumple las condiciones semánticas subyacentes, se etiquetará en consecuencia.

¿Por qué algunos Tweets tienen entidades asociadas y otros no?

El objetivo es anotar la mayor cantidad posible de Tweets; sin embargo, hay varias razones por las que algunos Tweets no se anotan:

• Algunos Tweets no son lo suficientemente ricos en contenido semántico como para etiquetarlos y no pueden marcarse con nuestras reglas de anotación actuales
• Algunos Tweets no son relevantes para ningún tema
• El Tweet trata un tema muy efímero que no está en nuestro grafo
• No cubrimos el idioma o el mercado
• Cubrimos el idioma o el mercado, pero nos falta un tema o un término/cuenta/hashtag específico relacionado con un tema que ya seguimos

Cuando hay varios dominios (por ejemplo, [3,30]), ¿el id de la entidad se mantiene igual?

Una entidad puede pertenecer a varios dominios. Los id de dominio cambiarán, pero el id de la entidad seguirá siendo el mismo. Donald Glover es una persona (dominio 10), un actor (dominio 56) y un músico (dominio 54), pero su id de entidad sigue siendo 875072662527029248.

¿Tienen un cronograma establecido para el seguimiento de series y películas? En otras palabras, ¿por cuánto tiempo se realiza el seguimiento de una serie o película antes y después del lanzamiento?

El seguimiento comienza un mes antes del lanzamiento. En el caso de grandes éxitos, como una película de Marvel, podemos empezar a realizar el seguimiento en cuanto empiecen a adelantar su próximo estreno.

¿Las películas tienen un filtro de idioma o región similar al de las series de TV?

No.