Annotations dei Post

​

Panoramica

Le annotations sono state aggiunte all’Oggetto Post in tutti gli endpoint v2 che restituiscono un Oggetto Post. Le annotations dei Post offrono un modo per comprendere informazioni contestuali sul Post stesso. Sebbene il 100% dei Post venga esaminato, a causa del contenuto del testo del Post solo una parte viene annotata.

1. Entity annotations (NER): Le entità includono persone, luoghi, prodotti e organizzazioni e vengono fornite nella sezione del payload entity. Vengono assegnate in modo programmatico in base a ciò che è esplicitamente menzionato (riconoscimento di entità denominate) nel testo del Post.

2. Context annotations: Derivate dall’analisi del testo di un Post, le context annotations includono una coppia dominio‑entità per aiutare a scoprire Post su argomenti che in precedenza potevano essere difficili da far emergere. Attualmente utilizziamo oltre 80 domini per categorizzare i Post. Un file CSV delle entità di context annotation disponibili è reperibile nel nostro GitHub repository.

​

Tipi di annotazione dei Post

​

Entità

Le annotazioni delle entità sono entità definite a livello programmatico nel campo entities e vengono restituite come annotations nel payload. Ogni annotazione ha un punteggio di attendibilità e indica in quale punto del testo del Post le entità sono state identificate (tramite i campi start e end).

I tipi di annotazioni delle entità includono:

• Persona - Esempi: Barack Obama, Daniel, George W. Bush
• Luogo - Esempi: Detroit, Cali, San Francisco
• Prodotto - Esempi: Mountain Dew, Mozilla Firefox
• Organizzazione - Esempi: Chicago White Sox, IBM
• Altro - Esempi: Diabete, Super Bowl 50

​

Contesto

Ultimo aggiornamento: giugno 2022

Le annotazioni di contesto sono restituite nel campo context_annotations del payload. Sono inferite tramite analisi semantica di parole chiave, hashtag, handle, ecc. nel testo del Post e producono etichette di dominio e/o entità. Attualmente utilizziamo oltre 80 domini, come mostrato nella tabella seguente.

Categorie di dominio	Codici di dominio
3: Programmi TV	46: Categoria di brand
4: Episodi TV	47: Brand
6: Eventi sportivi	48: Prodotto
10: Persona	54: Musicista
11: Sport	55: Genere musicale
12: Squadra sportiva	56: Attore
13: Luogo	58: Personalità dell’intrattenimento
22: Generi TV	60: Atleta
23: Canali TV	65: Verticale interessi e hobby
26: Lega sportiva	66: Categoria interessi e hobby
27: Partita di football americano	67: Interessi e hobby
28: Partita NFL	68: Partita di hockey
29: Eventi	71: Videogioco
31: Community	78: Editore di videogiochi
35: Politici	79: Hardware per videogiochi
38: Competizione politica	83: Partita di cricket
39: Partita di basket	84: Libro
40: Serie sportive	85: Genere letterario
43: Partita di calcio	86: Film
44: Partita di baseball	87: Genere cinematografico
45: Verticale di brand	88: Organismo politico
46: Categoria di brand	89: Album musicale
47: Brand	90: Stazione radio
48: Prodotto	91: Podcast
54: Musicista	92: Personalità sportiva
55: Genere musicale	93: Allenatore
56: Attore	94: Giornalista
58: Personalità dell’intrattenimento	95: Canale TV [Entity Service]
60: Atleta	109: Tendenze ricorrenti
65: Verticale interessi e hobby	110: Account virali
66: Categoria interessi e hobby	114: Concerto
67: Interessi e hobby	115: Conferenza sui videogiochi
68: Partita di hockey	116: Torneo di videogiochi
71: Videogioco	117: Festival cinematografico
78: Editore di videogiochi	118: Cerimonia di premiazione
79: Hardware per videogiochi	119: Festività
83: Partita di cricket	120: Creator digitale
84: Libro	122: Personaggio di fantasia
85: Genere letterario	130: Franchise multimediale
86: Film	131: Tassonomia unificata di Twitter
87: Genere cinematografico	136: Personalità dei videogiochi
88: Organismo politico	137: Squadra eSports
89: Album musicale	138: Giocatore eSports
90: Stazione radio	139: Community di fan
91: Podcast	149: Lega eSports
92: Personalità sportiva	152: Cibo
93: Allenatore	155: Meteo
94: Giornalista	156: Città
95: Canale TV [Entity Service]	157: College e università
109: Tendenze ricorrenti	158: Punti di interesse
110: Account virali	159: Stati
114: Concerto	160: Paesi
115: Conferenza sui videogiochi	162: Esercizio e fitness
116: Torneo di videogiochi	163: Viaggi
117: Festival cinematografico	164: Campi di studio
118: Cerimonia di premiazione	165: Tecnologia
119: Festività	166: Azioni
120: Creator digitale	167: Animali
122: Personaggio di fantasia	171: Notizie locali
130: Franchise multimediale	172: Programma TV globale
131: Tassonomia unificata di Twitter	173: Tassonomia dei prodotti di Google
136: Personalità dei videogiochi	174: Asset digitali e crypto
137: Squadra eSports	175: Eventi di emergenza
138: Giocatore eSports

Nota: Il dominio 131 (Unified Twitter Taxonomy) fa riferimento alla User Facing Interest Taxonomy di X. Questa tassonomia alimenta funzionalità della piattaforma come Topics.

​

Richiedere le annotations

​

Esempio di richiesta

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

​

Esempio di risposta

{
    "data": {
        "context_annotations": [
            {
                "domain": {
                    "id": "119",
                    "name": "Holiday",
                    "description": "Festività come Natale o Halloween"
                },
                "entity": {
                    "id": "1186637514896920576",
                    "name": "Vigilia di Capodanno"
                }
            },
            {
                "domain": {
                    "id": "119",
                    "name": "Holiday",
                    "description": "Festività come Natale o Halloween"
                },
                "entity": {
                    "id": "1206982436287963136",
                    "name": "Buon Anno Nuovo: È finalmente il 2020 ovunque!",
                    "description": "Guarda i fuochi d'artificio e altre celebrazioni mentre le persone in tutto il mondo entrano nel nuovo anno.\nFoto tramite @GettyImages"
                }
            },
            {
                "domain": {
                    "id": "45",
                    "name": "Brand Vertical",
                    "description": "Entità di livello superiore che descrivono il settore di un Brand"
                }
            },
            {
                "domain": {
                    "id": "46",
                    "name": "Brand Category",
                    "description": "Categorie all'interno dei Brand Vertical che restringono l'ambito dei Brand"
                },
                "entity": {
                    "id": "781974596752842752",
                    "name": "Servizi"
                }
            },
            {
                "domain": {
                    "id": "47",
                    "name": "Brand",
                    "description": "Brand e Aziende"
                },
                "entity": {
                    "id": "10045225402",
                    "name": "Twitter"
                }
            }
        ],
        "entities": {
            "annotations": [
                {
                    "start": 144,
                    "end": 150,
                    "probability": 0.626,
                    "type": "Product",
                    "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": "Crediamo che la migliore versione futura della nostra API nascerà costruendola con VOI. Ecco a un altro grande anno con tutti coloro che sviluppano sulla piattaforma Twitter. Non vediamo l'ora di continuare a lavorare con voi nel nuovo anno. https://t.co/yvxdK6aOo2"
    }
}

​

App di esempio

Dai un’occhiata al Post Entity Extractor su Glitch per scoprire facilmente le annotations di contesto nei Post e vedere come funziona questa funzionalità.

​

Domande frequenti

​

Annotazioni di contesto

Le domande seguenti si riferiscono nello specifico all’elemento context annotations delle Tweet annotations. Per maggiori dettagli, consulta la pagina Panoramica.

Come funzionano le annotations di contesto di Twitter?

X classifica i Tweet in base al significato: curiamo elenchi di parole chiave, hashtag e @handle pertinenti a uno specifico argomento. Se un Tweet contiene il testo da noi indicato, verrà etichettato di conseguenza. Questo si differenzia da un approccio di machine learning, in cui un modello viene addestrato specificamente a classificare il testo (in questo caso, i Tweet) e a restituire, insieme alla classificazione, anche un punteggio di probabilità.

Come faccio a sapere che i vostri data sono completi e affidabili?

Le annotations di X sono curate da esperti di dominio tramite processi di ricerca e QA perfezionati nel corso di diversi anni. Il processo è supportato da strumenti personalizzati per scalare il tracciamento dei data mantenendo la massima precision e recall possibili. Inoltre, i nostri data vengono sottoposti regolarmente ad audit da un team interno e hanno ottenuto un punteggio di precision di circa l’80% negli ultimi trimestri.

Come garantite la precisione?

I membri del team eseguono il controllo qualità delle nostre entità ogni giorno per garantire un’elevata precisione e copertura (recall). Inoltre, il nostro lavoro è sottoposto trimestralmente ad audit da parte di un team interno, che esamina manualmente 10.000 Tweet in tutti i nostri domini per calcolare un punteggio di precisione.

Come decidete cosa monitorare?

Per alcuni domini, come sport e TV, ci affidiamo a un’acquisizione automatizzata per ampliare il nostro grafo. Nel dominio News, monitoriamo i dati relativi alle storie pubblicate dal team di Twitter Moments. Negli altri casi, il team utilizza una varietà di metodi di ricerca per individuare argomenti da monitorare che generano un elevato volume di conversazioni sulla piattaforma.

Quale supporto storico è disponibile con le annotations dei Tweet?

Il tracciamento dei dati inizia nel momento in cui un’entità viene pubblicata; pertanto, non annotiamo i Tweet pubblicati prima che si inizi a tracciare una determinata entità. Ad esempio, se un nuovo brand/azienda viene aggiunto alla tassonomia, non annoteremo retroattivamente i Tweet su quel brand precedenti all’aggiunta dell’annotazione.

Twitter è in grado di annotare i Tweet in lingue diverse dall’inglese? Se sì, quali lingue sono supportate e la copertura dei Tweet annotati varia?

Sì. La copertura linguistica può variare in base al dominio e al mercato. L’inglese e il giapponese sono inclusi nella maggior parte delle realtà più grandi. Di seguito è riportato l’elenco delle lingue e dei principali mercati attualmente coperti:

1. Inglese (USA, Regno Unito)
2. Giapponese (Giappone)
3. Portoghese (Brasile)
4. Spagnolo (Argentina, Messico, Spagna)
5. Hindi (India)
6. Arabo (Arabia Saudita)
7. Turco (Turchia)
8. Indonesiano (Indonesia)
9. Russo (Russia)
10. Francese (Francia)

In arrivo (~H2 2021):

1. Tedesco (Germania)
2. Tamil (India)

Di seguito è riportata una tabella dei 15 paesi principali ordinati in base alla maggiore copertura di Tweet annotati:

Rank	Country code	Country	% of Tweets annotated
1	IN	India	41%
2	VN	Vietnam	36%
3	GB	Regno Unito	36%
4	EC	Ecuador	35%
5	PE	Perù	33%
6	US	Stati Uniti	32%
7	CA	Canada	32%
8	AU	Australia	31%
9	JP	Giappone	31%
10	PH	Filippine	30%
11	SG	Singapore	30%
12	MY	Malesia	30%
13	MX	Messico	30%
14	GB	Regno Unito	29%
15	NG	Nigeria	29%

Su quali “semantiche” di base si affida Twitter per annotare un Tweet?

Le annotations dei Tweet comprendono le seguenti categorie semantiche per annotare un Tweet:

• Account: possiamo annotare i tweet provenienti da un determinato handle o che menzionano tale handle
• Hashtag
• Parole chiave/frasi

Per i clienti che hanno familiarità con le API di stream filtrato come PowerTrack, le semantiche utilizzate dalle annotations sono in linea di principio simili alle regole booleane definite per filtrare uno stream di Tweet. Se un Tweet soddisfa le condizioni semantiche sottostanti, verrà contrassegnato di conseguenza.

Perché alcuni Tweet hanno entità associate mentre altri no?

L’obiettivo è annotare il maggior numero possibile di Tweet; tuttavia, ci sono diversi motivi per cui alcuni Tweet non vengono annotati:

• Alcuni Tweet non sono abbastanza ricchi dal punto di vista semantico da poter essere etichettati e non possono essere contrassegnati in base alle nostre attuali regole di annotazione
• Alcuni Tweet non sono pertinenti
• Il Tweet riguarda un argomento molto effimero che non è presente nel nostro grafo
• Non copriamo la lingua/il mercato
• Copriamo la lingua/il mercato, ma ci manca un argomento o un termine/account/hashtag specifico correlato a un argomento che già monitoriamo

Quando sono presenti più domini (per esempio, [3,30]), l’ID dell’entità rimane lo stesso?

Un’entità può appartenere a più domini. Gli id di dominio possono cambiare, ma l’id dell’entità resta lo stesso. Donald Glover è una persona (dominio 10), un attore (dominio 56) e un musicista (dominio 54), ma il suo id di entità è sempre 875072662527029248.

Avete una timeline stabilita per il tracciamento di serie/film? In altre parole, per quanto tempo una serie/un film viene tracciato prima/dopo l’uscita?

Il monitoraggio inizia un mese prima dell’uscita. Per i blockbuster più attesi, come un film Marvel, possiamo iniziare a monitorarli non appena iniziano a stuzzicare il pubblico con l’annuncio dell’uscita.

I film dispongono di un filtro per area/lingua simile a quello per i programmi TV?

No, non lo fanno.