{"id":2896,"date":"2022-01-19T19:06:15","date_gmt":"2022-01-19T13:36:15","guid":{"rendered":"https:\/\/www.datalabelify.com\/?p=2896"},"modified":"2023-11-02T20:00:45","modified_gmt":"2023-11-02T14:30:45","slug":"content-modification-machine-learning","status":"publish","type":"post","link":"https:\/\/www.datalabelify.com\/fi\/sisallonmuokkaus-koneoppiminen\/","title":{"rendered":"Kuinka koneoppiminen optimoi sis\u00e4ll\u00f6n muokkaamisen"},"content":{"rendered":"<h5><span data-sheets-value=\"{&quot;1&quot;:2,&quot;2&quot;:&quot;12. How Machine Learning Optimizes Content Modification&quot;}\" data-sheets-userformat=\"{&quot;2&quot;:515,&quot;3&quot;:{&quot;1&quot;:0},&quot;4&quot;:{&quot;1&quot;:2,&quot;2&quot;:65280},&quot;12&quot;:0}\">Kuinka koneoppiminen optimoi sis\u00e4ll\u00f6n muokkaamisen<\/span><\/h5>\n<p>Internetin k\u00e4ytt\u00e4ji\u00e4 on yli 4,5 miljardia, ja m\u00e4\u00e4r\u00e4 kasvaa joka p\u00e4iv\u00e4. Internet tuottaa miljardeja kuvia ja videoita sek\u00e4 viestej\u00e4 ja viestej\u00e4. N\u00e4m\u00e4 k\u00e4ytt\u00e4j\u00e4t etsiv\u00e4t positiivista, turvallista kokemusta suosikkisosiaalisen median alustoistaan ja verkkokaupoistaan. Ratkaisu on sis\u00e4ll\u00f6n moderointi. Se poistaa tiedot, jotka ovat nimenomaisia, loukkaavia tai v\u00e4\u00e4rennettyj\u00e4, vilpillisi\u00e4, haitallisia tai liiketoiminnan kanssa yhteensopimattomia.<\/p>\n<p>Yritykset luottivat sis\u00e4ll\u00f6n valvomiseen ihmisten k\u00e4ytt\u00f6\u00f6n. Sis\u00e4ll\u00f6n k\u00e4yt\u00f6n kasvaessa t\u00e4m\u00e4 l\u00e4hestymistapa ei kuitenkaan ole kustannustehokas eik\u00e4 tehokas. Sen sijaan organisaatiot investoivat koneoppimiseen (ML), strategioihin luodakseen algoritmeja, jotka valvovat sis\u00e4lt\u00f6\u00e4 automaattisesti.<\/p>\n<p>Teko\u00e4lyn (AI) avulla verkkoyritykset voivat skaalata nopeammin ja varmistaa johdonmukaisen sis\u00e4ll\u00f6n moderoinnin. Vaikka se ei poista ihmisten moderaattoreita (humans in the loop), he voivat silti tarjota perustotuuksien seurantaa ja pysty\u00e4 k\u00e4sittelem\u00e4\u00e4n vivahteikkaampia, kontekstuaalisia sis\u00e4lt\u00f6ongelmia. Se v\u00e4hent\u00e4\u00e4 sis\u00e4ll\u00f6n tarkistamiseen tarvittavien sis\u00e4ll\u00f6nvalvojien m\u00e4\u00e4r\u00e4\u00e4. T\u00e4m\u00e4 on hyv\u00e4 asia, koska ei-toivottu altistuminen haitallisille aineille voi vaikuttaa haitallisesti mielenterveyteen. T\u00e4m\u00e4 teht\u00e4v\u00e4 voidaan j\u00e4tt\u00e4\u00e4 koneille, mik\u00e4 on etu sek\u00e4 yritykselle ett\u00e4 sen ty\u00f6ntekij\u00f6ille.<\/p>\n<p><strong>Sis\u00e4ll\u00f6n moderointi todellisessa maailmassa<\/strong><\/p>\n<p>Yritykset k\u00e4ytt\u00e4v\u00e4t ML-pohjaista sis\u00e4ll\u00f6n moderointia erilaisiin digitaalisen median k\u00e4ytt\u00f6\u00f6n, mukaan lukien chatbotit ja chat-huoneet. Verkkokauppa ja sosiaalinen media ovat kaksi suosituinta sovellusta.<\/p>\n<h3>Sosiaalinen media<\/h3>\n<p>Sosiaalista mediaa vaivaa sis\u00e4lt\u00f6ongelma. Pelk\u00e4st\u00e4\u00e4n Facebookilla on yli 2 miljardia k\u00e4ytt\u00e4j\u00e4\u00e4, jotka katsovat yhdess\u00e4 yli 100 miljoonaa tuntia videota p\u00e4iv\u00e4ss\u00e4 ja lataavat yli 350 miljoonaa valokuvaa joka p\u00e4iv\u00e4. Veisi paljon aikaa ja rahaa palkata tarpeeksi ihmisi\u00e4 tarkistamaan manuaalisesti t\u00e4m\u00e4n liikenteen luoman sis\u00e4ll\u00f6n m\u00e4\u00e4r\u00e4. Teko\u00e4ly v\u00e4hent\u00e4\u00e4 taakkaa tarkistamalla tekstit, k\u00e4ytt\u00e4j\u00e4tunnukset ja kuvat vihapuheen ja verkkokiusaamisen varalta. Se my\u00f6s tarkistaa avoimen tai haitallisen materiaalin, roskapostin, valeuutisten ja muun harhaanjohtavan sis\u00e4ll\u00f6n varalta. Algoritmi voi my\u00f6s poistaa tai est\u00e4\u00e4 k\u00e4ytt\u00e4ji\u00e4, jotka eiv\u00e4t noudata yrityksen ehtoja.<\/p>\n<h3>Verkkokauppa<\/h3>\n<p>Sosiaaliset alustat eiv\u00e4t ole ainoita, jotka tarvitsevat sis\u00e4ll\u00f6n valvontaa. Verkkokauppiaat voivat my\u00f6s k\u00e4ytt\u00e4\u00e4 sis\u00e4ll\u00f6nvalvontaty\u00f6kaluja tarjotakseen asiakkailleen laadukasta, yritysyst\u00e4v\u00e4llist\u00e4 sis\u00e4lt\u00f6\u00e4. Esimerkiksi hotellivaraussivusto voi k\u00e4ytt\u00e4\u00e4 teko\u00e4ly\u00e4 skannatakseen kaikki hotellihuoneiden kuvat ja poistaakseen ne, jotka eiv\u00e4t ole sivuston s\u00e4\u00e4nt\u00f6jen mukaisia (esim. valokuvassa ei n\u00e4y ihmisi\u00e4). J\u00e4lleenmyyj\u00e4t voivat my\u00f6s r\u00e4\u00e4t\u00e4l\u00f6id\u00e4 tuotteitaan k\u00e4ytt\u00e4m\u00e4ll\u00e4 ML- ja teko\u00e4lytekniikoiden yhdistelm\u00e4\u00e4.<\/p>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"alignnone size-medium wp-image-3066\" src=\"https:\/\/www.datalabelify.com\/wp-content\/uploads\/2022\/01\/How-Machine-Learning-Optimizes-Content-Modification-2-300x157.jpg\" alt=\"Kuinka koneoppiminen optimoi sis\u00e4ll\u00f6n muokkaamisen\" width=\"300\" height=\"157\" title=\"\"><\/p>\n<p><strong>Miten sis\u00e4ll\u00f6n valvonta toimii?<\/strong><\/p>\n<p>Yrityksill\u00e4 on erilaiset sis\u00e4lt\u00f6jonot ja eskalointik\u00e4yt\u00e4nn\u00f6t ML-pohjaisille tarkasteluj\u00e4rjestelmille. Ne sis\u00e4lt\u00e4v\u00e4t kuitenkin yleens\u00e4 teko\u00e4lyn moderoinnin vaiheessa yksi, kaksi tai molemmat.<\/p>\n<p>Ennakkomoderointi. Teko\u00e4ly muokkaa k\u00e4ytt\u00e4j\u00e4n sis\u00e4lt\u00f6\u00e4 ennen sen julkaisemista. K\u00e4ytt\u00e4j\u00e4t voivat sitten n\u00e4hd\u00e4 sis\u00e4lt\u00f6\u00e4, jonka ei ole katsottu olevan haitallista. Teko\u00e4lymalli poistaa sis\u00e4ll\u00f6n, joka on eritt\u00e4in todenn\u00e4k\u00f6isesti haitallista tai ep\u00e4yst\u00e4v\u00e4llist\u00e4 yrityksille. Teko\u00e4lymalli merkitsee sis\u00e4ll\u00f6n, jonka se uskoo olevan ep\u00e4luotettavaa tai yritysyst\u00e4v\u00e4llist\u00e4 ihmisten tarkastettavaksi, jos sill\u00e4 on alhainen luottamus ennusteisiinsa.<\/p>\n<p>J\u00e4lkivalvonta. J\u00e4lkivalvonta. Jos teko\u00e4ly tarkistaa sis\u00e4ll\u00f6n, se k\u00e4ytt\u00e4\u00e4 samaa prosessia kuin vaiheessa 1 ja poistaa haitallisen materiaalin automaattisesti.<\/p>\n<p>AI voi k\u00e4ytt\u00e4\u00e4 erilaisia ML-tekniikoita mediasta riippuen sis\u00e4ll\u00f6n ennustamiseen.<\/p>\n<h3>Teksti<\/h3>\n<p>Luonnollisen kielen k\u00e4sittely (NLP): Tietokoneet k\u00e4ytt\u00e4v\u00e4t NLP:t\u00e4 ymm\u00e4rt\u00e4\u00e4kseen ihmisen puhetta. Ep\u00e4suotuisten kielten poistamiseksi he voivat k\u00e4ytt\u00e4\u00e4 avainsanasuodatusta.<\/p>\n<p>Tunneanalyysi: Internetiss\u00e4 on kyse kontekstista. Tietokoneet voivat k\u00e4ytt\u00e4\u00e4 tunneanalyysi\u00e4 tunnistaakseen s\u00e4vyj\u00e4, kuten vihaa tai sarkasmia.<\/p>\n<p>Tietopohjat: Tietokoneet pystyv\u00e4t k\u00e4ytt\u00e4m\u00e4\u00e4n tietokantoja ennustaakseen, mitk\u00e4 artikkelit ovat valeuutisia, ja tunnistamaan yleisi\u00e4 huijauksia.<\/p>\n<h3>Kuva ja video<\/h3>\n<p>Objektin tunnistus: Kuvien ja videoiden avulla voidaan tunnistaa kohteita, kuten alastomuutta valokuvissa tai videoissa, jotka eiv\u00e4t t\u00e4yt\u00e4 alustan standardeja.<\/p>\n<p>Kohtauksen ymm\u00e4rt\u00e4minen: Tietokoneet pystyv\u00e4t ymm\u00e4rt\u00e4m\u00e4\u00e4n sen kontekstin, mik\u00e4 on <a href=\"https:\/\/www.datalabelify.com\/fi\/\">Labelify<\/a> kohtauksessa ja tehd\u00e4 tietoisempia p\u00e4\u00e4t\u00f6ksi\u00e4.<\/p>\n<h3>Kaikki tietotyypit<\/h3>\n<p>Yritykset voivat k\u00e4ytt\u00e4\u00e4 k\u00e4ytt\u00e4jien luottamusteknologiaa tietotyypist\u00e4 riippumatta. Tietokoneet voivat luokitella k\u00e4ytt\u00e4j\u00e4t, jotka ovat aiemmin l\u00e4hett\u00e4neet roskapostia tai l\u00e4hett\u00e4neet selke\u00e4\u00e4 sis\u00e4lt\u00f6\u00e4 &quot;ei-luotettaviksi&quot;, ja ovat valppaampia jatkossa julkaisemansa sis\u00e4ll\u00f6n suhteen. Valeuutisia k\u00e4sitell\u00e4\u00e4n my\u00f6s maineteknologialla: Tietokoneet tunnistavat todenn\u00e4k\u00f6isemmin kuin koskaan ep\u00e4luotettavat uutisl\u00e4hteet ja merkitsev\u00e4t ne v\u00e4\u00e4riksi.<\/p>\n<p>Sis\u00e4ll\u00f6n moderointi on jatkuva uusien harjoitustietojen l\u00e4hde. Tietokone reititt\u00e4\u00e4 sis\u00e4ll\u00f6n tarkastajalle, joka sitten merkitsee sen haitalliseksi tai ei ja sy\u00f6tt\u00e4\u00e4 merkityt tiedot takaisin algoritmiin tulevaa parantamista varten.<\/p>\n<h3>Kuinka voittaa sis\u00e4ll\u00f6n moderoinnin haasteet?<\/h3>\n<p>AI-mallit kohtaavat monia haasteita sis\u00e4ll\u00f6n moderoinnin suhteen. Sis\u00e4ll\u00f6n suuren m\u00e4\u00e4r\u00e4n vuoksi on tarpeen luoda nopeita malleja, jotka eiv\u00e4t vaaranna tarkkuutta. Data tekee tarkan mallin luomisen vaikeaksi. Koska suurin osa yritysten ker\u00e4\u00e4mist\u00e4 tiedoista s\u00e4ilytet\u00e4\u00e4n niiden omaisuutena, digitaalisille alustoille on saatavilla hyvin v\u00e4h\u00e4n julkisia sis\u00e4lt\u00f6aineistoja.<\/p>\n<p>Kieli on toinen asia. Sis\u00e4ll\u00f6nvalvonta-AI:n on kyett\u00e4v\u00e4 tunnistamaan useita kieli\u00e4 ja konteksteja, joissa niit\u00e4 k\u00e4ytet\u00e4\u00e4n. Internet on globaali. Mallinne on p\u00e4ivitett\u00e4v\u00e4 s\u00e4\u00e4nn\u00f6llisesti uusilla tiedoilla, kun kieli muuttuu ajan my\u00f6t\u00e4.<\/p>\n<p>My\u00f6s m\u00e4\u00e4ritelmiss\u00e4 on ep\u00e4johdonmukaisuuksia. Mit\u00e4 on verkkokiusaaminen? S\u00e4ilytt\u00e4\u00e4ksesi luottamuksen ja luottamuksen kohtuullisuuteen on t\u00e4rke\u00e4\u00e4, ett\u00e4 n\u00e4m\u00e4 m\u00e4\u00e4ritelm\u00e4t ovat johdonmukaisia kaikkialla alustassasi. K\u00e4ytt\u00e4j\u00e4t ovat aina luovia ja l\u00f6yt\u00e4v\u00e4t porsaanreiki\u00e4 kohtuudella. Sinun on jatkuvasti koulutettava malliasi, jotta voit eliminoida valeuutiset ja huijaukset.<\/p>\n<p>Huomioi sis\u00e4ll\u00f6n moderoinnin harha. Syrjint\u00e4\u00e4 voi esiinty\u00e4, kun kyseess\u00e4 ovat kieli- tai k\u00e4ytt\u00e4j\u00e4ominaisuudet. Harjoittelutietojen monipuolistaminen on ratkaisevan t\u00e4rke\u00e4\u00e4 harhautumisen v\u00e4hent\u00e4miseksi. T\u00e4m\u00e4 sis\u00e4lt\u00e4\u00e4 mallin opettamisen ymm\u00e4rt\u00e4m\u00e4\u00e4n kontekstia.<\/p>\n<p>Voi tuntua mahdottomalta luoda tehokasta<a href=\"https:\/\/www.tesladigitalhq.com\/\" target=\"_blank\" rel=\"noopener\"> sis\u00e4ll\u00f6n moderointi<\/a> alusta kaikkien n\u00e4iden esteiden kanssa. On mahdollista menesty\u00e4: Monet organisaatiot k\u00e4\u00e4ntyv\u00e4t kolmansien osapuolten puoleen saadakseen riitt\u00e4v\u00e4sti koulutusdataa ja joukon kansainv\u00e4lisi\u00e4 henkil\u00f6it\u00e4 nime\u00e4m\u00e4\u00e4n ne. Skaalautuvien ja tehokkaiden mallien toimittamiseksi kolmannen osapuolen kumppanit voivat my\u00f6s tarjota tarvittavaa asiantuntemusta ML-yhteensopivista sis\u00e4ll\u00f6nvalvontaty\u00f6kaluista.<\/p>\n<p>Tosimaailma sanelee K\u00e4yt\u00e4nn\u00f6n: Sis\u00e4ll\u00f6n valvontap\u00e4\u00e4t\u00f6sten tulee perustua k\u00e4yt\u00e4nt\u00f6\u00f6n. K\u00e4yt\u00e4nt\u00f6\u00e4 on kuitenkin kehitett\u00e4v\u00e4 nopeasti, jotta voidaan korjata mahdolliset puutteet, harmaat alueet tai reunatapaukset, erityisesti arkaluonteisten aiheiden osalta. Seuraa markkinoiden kehityst\u00e4 ja tee suosituksia politiikan parantamiseksi.<\/p>\n<p>Hallinnoi demografista painoarvoa. Sis\u00e4ll\u00f6n valvonta on tehokkaampaa, luotettavampaa, luotettavampaa ja tehokkaampaa, kun moderaattorit edustavat valvottavien markkinoiden koko v\u00e4est\u00f6\u00e4. Sinun on m\u00e4\u00e4ritelt\u00e4v\u00e4 demografiset tiedot ja hallittava monimuotoisuuden hankintaa varmistaaksesi, ett\u00e4 tietosi eiv\u00e4t ole mink\u00e4\u00e4n demografisen v\u00e4\u00e4ristym\u00e4n alaisia.<\/p>\n<p>Luo laadunhallintastrategia asiantuntijaresurssien avulla. Sis\u00e4ll\u00f6n moderointip\u00e4\u00e4t\u00f6kset voidaan tarkastaa t\u00e4m\u00e4n p\u00e4iv\u00e4n poliittisessa ilmapiiriss\u00e4. Kattava strategia on v\u00e4ltt\u00e4m\u00e4t\u00f6n virheiden tunnistamiseksi, korjaamiseksi ja ehk\u00e4isemiseksi. Pystymme usein suosittelemaan ja auttamaan asiakkaita heid\u00e4n tarpeisiinsa r\u00e4\u00e4t\u00e4l\u00f6idyn strategian toteuttamisessa. T\u00e4h\u00e4n sis\u00e4ltyy politiikan asiantuntijoiden ryhm\u00e4n kehitt\u00e4minen ja laadunvalvontatarkistushierarkioiden luominen.<\/p>\n<p><strong>Mit\u00e4 Labelify voi tehd\u00e4 sinulle?<\/strong><\/p>\n<p>Meill\u00e4 on yli 4 vuoden kokemus yritysten auttamisesta teko\u00e4lymallien rakentamisessa ja lanseerauksessa. Olemme ylpeit\u00e4 voidessamme tarjota tietojen luokitteluputkia, jotka auttavat sinua sis\u00e4ll\u00f6nvalvontavaatimuksissasi. Oma laadunvalvontateknologiamme tarjoaa korkean tarkkuuden ja tarkkuuden. Sit\u00e4 tukevat alustan ominaisuudet ja asiantuntemus varmistaaksemme nopean toimituksen ja skaalautuvuuden.<\/p>\n<p>Lue lis\u00e4\u00e4 asiantuntemuksestamme ja siit\u00e4, kuinka voimme auttaa sinua sis\u00e4ll\u00f6nvalvontatarpeissasi.<\/p>\n<p>&nbsp;<\/p>","protected":false},"excerpt":{"rendered":"<p>How Machine Learning Optimizes Content Modification There are more than 4.5 billion internet users, and this number is growing every day. The internet generates billions of images and videos as well as messages and posts. These users are looking for a positive, safe experience on their favorite social media platforms and online retailers. The solution [&hellip;]<\/p>","protected":false},"author":3,"featured_media":14321,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-2896","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-annotation"],"blocksy_meta":[],"featured_image_urls":{"full":["https:\/\/www.datalabelify.com\/wp-content\/uploads\/2022\/01\/Content-Modification.jpg",2240,1260,false],"thumbnail":["https:\/\/www.datalabelify.com\/wp-content\/uploads\/2022\/01\/Content-Modification-150x150.jpg",150,150,true],"medium":["https:\/\/www.datalabelify.com\/wp-content\/uploads\/2022\/01\/Content-Modification-300x169.jpg",300,169,true],"medium_large":["https:\/\/www.datalabelify.com\/wp-content\/uploads\/2022\/01\/Content-Modification-768x432.jpg",768,432,true],"large":["https:\/\/www.datalabelify.com\/wp-content\/uploads\/2022\/01\/Content-Modification-1024x576.jpg",1024,576,true],"1536x1536":["https:\/\/www.datalabelify.com\/wp-content\/uploads\/2022\/01\/Content-Modification-1536x864.jpg",1536,864,true],"2048x2048":["https:\/\/www.datalabelify.com\/wp-content\/uploads\/2022\/01\/Content-Modification-2048x1152.jpg",2048,1152,true],"trp-custom-language-flag":["https:\/\/www.datalabelify.com\/wp-content\/uploads\/2022\/01\/Content-Modification-18x10.jpg",18,10,true],"ultp_layout_landscape_large":["https:\/\/www.datalabelify.com\/wp-content\/uploads\/2022\/01\/Content-Modification-1200x800.jpg",1200,800,true],"ultp_layout_landscape":["https:\/\/www.datalabelify.com\/wp-content\/uploads\/2022\/01\/Content-Modification-870x570.jpg",870,570,true],"ultp_layout_portrait":["https:\/\/www.datalabelify.com\/wp-content\/uploads\/2022\/01\/Content-Modification-600x900.jpg",600,900,true],"ultp_layout_square":["https:\/\/www.datalabelify.com\/wp-content\/uploads\/2022\/01\/Content-Modification-600x600.jpg",600,600,true],"yarpp-thumbnail":["https:\/\/www.datalabelify.com\/wp-content\/uploads\/2022\/01\/Content-Modification-120x120.jpg",120,120,true]},"post_excerpt_stackable":"<p>How Machine Learning Optimizes Content Modification There are more than 4.5 billion internet users, and this number is growing every day. The internet generates billions of images and videos as well as messages and posts. These users are looking for a positive, safe experience on their favorite social media platforms and online retailers. The solution is content moderation. It removes data that is explicit, abusive or fake, fraudulent, harmful, or not compatible with business. Companies used to rely on human content moderators for content moderation. However, as content usage grows, this approach is not cost-effective nor efficient. Instead, organizations are&hellip;<\/p>\n","category_list":"<a href=\"https:\/\/www.datalabelify.com\/fi\/category\/data-annotation\/\" rel=\"category tag\">Data Annotation<\/a>","author_info":{"name":"Parth P","url":"https:\/\/www.datalabelify.com\/fi\/author\/soeuidhae\/"},"comments_num":"0 comments","_links":{"self":[{"href":"https:\/\/www.datalabelify.com\/fi\/wp-json\/wp\/v2\/posts\/2896","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.datalabelify.com\/fi\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.datalabelify.com\/fi\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.datalabelify.com\/fi\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.datalabelify.com\/fi\/wp-json\/wp\/v2\/comments?post=2896"}],"version-history":[{"count":5,"href":"https:\/\/www.datalabelify.com\/fi\/wp-json\/wp\/v2\/posts\/2896\/revisions"}],"predecessor-version":[{"id":3068,"href":"https:\/\/www.datalabelify.com\/fi\/wp-json\/wp\/v2\/posts\/2896\/revisions\/3068"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.datalabelify.com\/fi\/wp-json\/wp\/v2\/media\/14321"}],"wp:attachment":[{"href":"https:\/\/www.datalabelify.com\/fi\/wp-json\/wp\/v2\/media?parent=2896"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.datalabelify.com\/fi\/wp-json\/wp\/v2\/categories?post=2896"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.datalabelify.com\/fi\/wp-json\/wp\/v2\/tags?post=2896"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}