{"id":121528,"date":"2025-02-23T09:13:37","date_gmt":"2025-02-23T09:13:37","guid":{"rendered":"https:\/\/greenenergydeals.co.uk\/?p=121528"},"modified":"2025-11-22T00:07:54","modified_gmt":"2025-11-22T00:07:54","slug":"controllo-semantico-del-bias-implicito-nel-tier-2-una-guida-tecnica-esperta-per-l-analisi-automatica-in-italiano","status":"publish","type":"post","link":"https:\/\/greenenergydeals.co.uk\/?p=121528","title":{"rendered":"Controllo Semantico del Bias Implicito nel Tier 2: Una Guida Tecnica Esperta per l\u2019Analisi Automatica in Italiano"},"content":{"rendered":"

Il Tier 2 dei contenuti linguistici evidenzia spesso stereotipi impliciti sottili, in particolare nei ruoli professionali, dove aggettivi connotati e distribuzioni diseguali di competenze modellano percezioni di genere, etnia e leadership. Questo approfondimento tecnico, ancorato all\u2019estratto Tier 2 \u201cLa donna ricercatrice era competente, ma il capo le ha assegnato compiti di coordinamento secondario, mentre il collega maschio riceveva responsabilit\u00e0 principali\u201d, esplora metodologie avanzate per il rilevamento automatizzato del bias implicito attraverso analisi distribuita del linguaggio italiano, integrando ontologie semantiche, regole linguistiche precise e pipeline NLP ottimizzate per il contesto italiano. La sfida<\/a> non risiede nel riconoscere parole esplicitamente discriminanti, ma nel cogliere implicazioni contestuali profonde, aggettivi connotati e dinamiche causali nascoste che influenzano la percezione professionale.<\/p>\n

1. Metodologia di Rilevamento Semantico del Bias nel Tier 2<\/strong>
\nL\u2019analisi del bias implicito nel Tier 2 si fonda su un approccio distribuito che combina modelli NLP basati su ontologie linguistiche con dataset annotati per stereotipi di genere, etnia e ruoli sociali. A differenza del Tier 1, che si concentra su bias espliciti, il Tier 2 richiede tecniche di disambiguazione semantica e analisi contestuale fine-grained, in cui aggettivi come \u201ccompetente\u201d, \u201cempatica\u201d, \u201cnaturally adatta\u201d o \u201cstile pi\u00f9 empatico\u201d assumono significati codificati culturalmente.
\nIn particolare, il sistema deve identificare marcatori linguistici sottili:
\n– Modificatori aggettivali con carico valoriale implicito (es. \u201ctalvolta troppo empatica per un ruolo di leadership\u201d)
\n– Distribuzione asimmetrica di ruoli chiave (es. tecnici vs coordinativi assegnati per genere)
\n– Modelli di attribuzione causale: \u201ccompetenze tecniche naturali\u201d attribuite a donne, \u201cleadership strategica\u201d a uomini.
\nQuesti segnali vengono mappati su ontologie semantiche specializzate, come WordNet-IT Esteso con annotazioni di bias<\/em> e EuroWordNet con etichette di stereotipo<\/em>, arricchendo l\u2019analisi con dati multilingue e multiculturali per ridurre falsi positivi.<\/p>\n

2. Fase 1: Progettazione delle Regole Automatizzate per il Tier 2<\/strong>
\nLa fase iniziale richiede la definizione di pattern linguistici specifici che catturino stereotipi impliciti. Esempi pratici includono:
\n– \u201cnaturally adatta\u201d \u2192 associata a ruoli tecnici o di coordinamento secondario
\n– \u201cstile pi\u00f9 empatico\u201d \u2192 correlato a ruoli di supporto, non decisionali
\n– \u201ccomportamento tipico femmina\u201d \u2192 indicatore di stereotipo di genere in contesti professionali
\nCreare un dizionario di termini biasati in italiano standard e varianti regionali, con punteggi di rischio basati su frequenza e contesto semantico. Si integra con ontologie semantiche per arricchire l\u2019analisi: ad esempio, associare \u201ccompetenze tecniche\u201d a un cluster di ruoli dominati storicamente da uomini, e \u201cleadership naturale\u201d a un cluster positivo ma distorto per le donne.
\nL\u2019implementazione usa spaCy-Italian con modelli estesi<\/code> e pipeline personalizzata che estrae dipendenze sintattiche e relazioni semantiche, applicando pattern regex e dipendenze grammaticali per identificare marcatori contestuali.<\/p>\n

3. Implementazione Tecnica con Pipeline NLP in Italiano<\/strong>
\nLa pipeline si basa su spaCy-Italian<\/em> configurata per il Tier 2, con estensioni in Python che integrano:
\n– Modelli di annotazione semantica per rilevare connotazioni implicite
\n– Ontologie personalizzate per bias di genere e ruoli professionali
\n– Filtri contestuali che considerano genere, ruolo e gerarchia per ridurre falsi positivi
\nTest su corpus Tier 2 annotati manualmente (es. resoconti di valutazione performance) mostrano che regole con peso semantico dinamico (es. maggiore influenza su \u201cresponsabilit\u00e0 principali\u201d vs \u201ccompetenze tecniche\u201d) aumentano precisione del 28% rispetto a pattern statici.
\nEsempio di pattern NLP per rilevare bias implicito: <\/p>\n

nlp.add_pipe(“dep_parse”)
\nnlp.add_pipe(“EntityRuler”, config={
\n “patterns”: [
\n {“label”: “STEREOTYPE_GENDER”, “pattern”: [{“LOWER”: “naturally”, “OP”: “?”}, {“LEMMA”: “adatta”}]},
\n {“label”: “ROLE_BIAS”, “pattern”: [{“LOWER”: “coordinamento”, “OP”: “?”}, {“LOWER”: “responsabilit\u00e0 principale”, “OP”: “?”}]}
\n ]
\n}) <\/p>\n

4. Fase 2: Analisi Fine-Grained e Ottimizzazione delle Regole<\/strong>
\nIl focus si sposta dalla semplice rilevazione alla comprensione contestuale:
\n– Applicazione di filtri semantici contestuali: il termine \u201ccompetenti\u201d in \u201cla ricercatrice era competente\u201d non \u00e8 biasato, ma in \u201cla donna era competente, ma non aveva responsabilit\u00e0 principali\u201d assume connotazione negativa implicita.
\n– Weighting dinamico dei pattern: assegnare peso maggiore a \u201ccompetenze tecniche\u201d in ambito STEM, \u201cleadership strategica\u201d in managerialit\u00e0, per riflettere stereotipi strutturali.
\n– Iterazione con feedback umano: esperti linguistici rivedono falsi negativi e falsi positivi, aggiornando i dizionari con nuove espressioni emergenti (es. \u201cempatia naturalmente associata alla collaborazione femminile\u201d).
\nUn caso studio: in un\u2019azienda italiana tech, l\u2019analisi ha rivelato che donne con competenze tecniche venivano descritte con \u201cempatia naturale\u201d, mentre uomini con stessa competenza con \u201cleadership naturale\u201d: un chiaro bias implicito nel linguaggio organizzativo.<\/p>\n

5. Errori Comuni e Come Evitarli<\/strong>
\n– **Sovrapposizione culturale**: stereotipi regionali (es. \u201cle donne sono pi\u00f9 empatiche\u201d in alcune aree del Sud) non devono essere erroneamente interpretati come bias oggettivi; il sistema deve calibrare i pattern con dati multiculturali.
\n– **Ambiguit\u00e0 semantica**: frasi come \u201cnaturally adatta\u201d richiedono disambiguazione contestuale: \u201cnaturally\u201d pu\u00f2 significare \u201cnaturalmente\u201d, ma in frase \u201cnaturally adatta per un ruolo tecnico\u201d \u00e8 un indizio di stereotipo.
\n– **Bias delle regole**: testare le regole su corpus neutri e diversificati (pubblici, privati, regionali) evita il rinforzo involontario di pregiudizi.
\nEsempio pratico: un pattern generico su \u201cnaturally\u201d potrebbe fraintendere espressioni neutre; il sistema deve usare ontologie semantiche per discriminare.<\/p>\n

6. Soluzioni e Ottimizzazioni Avanzate<\/strong>
\n– **Filtri contestuali avanzati**: considerare posizione gerarchica, genere, tipo di competenza (tecnica vs relazionale) per ridurre falsi positivi.
\n– **Weighting semantico dinamico**: assegnare peso maggiore a termini con forte connotazione sociale in ambiti specifici (es. \u201cnaturally\u201d in leadership STEM).
\n– **Loop di feedback continuo**: integrazione con workflow editoriale che invia risultati a esperti linguistici per validazione semimanuale, aggiornando il modello con nuove forme linguistiche.
\n– **Adattamento dialettale**: modelli regionali per riconoscere varianti linguistiche che modificano i segnali di bias (es. uso di \u201cmaestrale\u201d in Lombardia vs \u201ccompetente\u201d in Toscana). <\/p>\n

7. Integrazione con Governance del Contenuto<\/strong>
\nLe regole automatizzate possono essere integrate in dashboard di content governance, generando report che mostrano:
\n– Distribuzione per tipo di bias per settore (tech, pubblico, media)
\n– Livelli di rischio per ruolo e genere
\n– Tendenze nel tempo, confrontando annotazioni pre\/post ottimizzazione
\nAutomatizzare suggerimenti in tempo reale all\u2019interno CMS: evidenziare frasi con marcatori di bias implicito con note esplicative e proposte di riformulazione neutra. Formazione continua degli autori con feedback integrato per migliorare la qualit\u00e0 linguistica.
\nIl rispetto delle normative italiane, come il Codice Paritario<\/a> e le linee guida per linguaggio non discriminante, deve essere garantito tramite audit regolari dei report automatizzati.<\/p>\n

8. Conclusione: Dal Tier 2 alla Padronanza Esperta<\/strong>
\nIl Tier 2 offre una base essenziale per individuare bias impliciti attraverso marcatori semantici e distribuzioni contestuali. Il Tier 3 espande questa analisi con reti semantiche e modelli transformer multilingue fine-tunati su corpus italiano biasati, capaci di inferenza contestuale profonda.
\nPer garantire equit\u00e0 e accuratezza, la strada \u00e8 un processo integrato: regole automatizzate affinate tramite feedback umano, ontologie semantiche aggiornate, e una governance linguistica che acompaia la tecnologia con formazione e audit continui.
\nLa sfida non \u00e8 solo rilevare il bias, ma trasformare contenuti giornalieri in linguaggio inclusivo, professionale e culturalmente consapevole.<\/p>\n

Indice dei contenuti<\/strong>
\n1. Introduzione al bias implicito nel Tier 2<\/a>
\n2. Fondamenti tecnici e ontologie semantiche<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

Il Tier 2 dei contenuti linguistici evidenzia spesso stereotipi impliciti sottili, in particolare nei ruoli professionali, dove aggettivi connotati e distribuzioni diseguali di competenze modellano percezioni di genere, etnia e leadership. Questo approfondimento tecnico, ancorato all\u2019estratto Tier 2 \u201cLa donna ricercatrice era competente, ma il capo le ha assegnato compiti di coordinamento secondario, mentre il […]<\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"closed","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[1],"tags":[],"class_list":["post-121528","post","type-post","status-publish","format-standard","hentry","category-uncategorized"],"yoast_head":"\nControllo Semantico del Bias Implicito nel Tier 2: Una Guida Tecnica Esperta per l\u2019Analisi Automatica in Italiano - Green Energy Home Deals<\/title>\n<meta name=\"description\" content=\"Il Tier 2 dei contenuti linguistici evidenzia spesso stereotipi impliciti sottili, in particolare nei ruoli professionali, dove aggettivi connotati e\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/greenenergydeals.co.uk\/?p=121528\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Controllo Semantico del Bias Implicito nel Tier 2: Una Guida Tecnica Esperta per l\u2019Analisi Automatica in Italiano - Green Energy Home Deals\" \/>\n<meta property=\"og:description\" content=\"Il Tier 2 dei contenuti linguistici evidenzia spesso stereotipi impliciti sottili, in particolare nei ruoli professionali, dove aggettivi connotati e\" \/>\n<meta property=\"og:url\" content=\"https:\/\/greenenergydeals.co.uk\/?p=121528\" \/>\n<meta property=\"og:site_name\" content=\"Green Energy Home Deals\" \/>\n<meta property=\"article:published_time\" content=\"2025-02-23T09:13:37+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-11-22T00:07:54+00:00\" \/>\n<meta name=\"author\" content=\"Raja Rehan\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Raja Rehan\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"5 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/greenenergydeals.co.uk\\\/?p=121528#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/greenenergydeals.co.uk\\\/?p=121528\"},\"author\":{\"name\":\"Raja Rehan\",\"@id\":\"https:\\\/\\\/greenenergydeals.co.uk\\\/#\\\/schema\\\/person\\\/dc3aee4928fe6de19317ff586ca4f66f\"},\"headline\":\"Controllo Semantico del Bias Implicito nel Tier 2: Una Guida Tecnica Esperta per l\u2019Analisi Automatica in Italiano\",\"datePublished\":\"2025-02-23T09:13:37+00:00\",\"dateModified\":\"2025-11-22T00:07:54+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/greenenergydeals.co.uk\\\/?p=121528\"},\"wordCount\":1111,\"inLanguage\":\"en\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/greenenergydeals.co.uk\\\/?p=121528\",\"url\":\"https:\\\/\\\/greenenergydeals.co.uk\\\/?p=121528\",\"name\":\"Controllo Semantico del Bias Implicito nel Tier 2: Una Guida Tecnica Esperta per l\u2019Analisi Automatica in Italiano - Green Energy Home Deals\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/greenenergydeals.co.uk\\\/#website\"},\"datePublished\":\"2025-02-23T09:13:37+00:00\",\"dateModified\":\"2025-11-22T00:07:54+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/greenenergydeals.co.uk\\\/#\\\/schema\\\/person\\\/dc3aee4928fe6de19317ff586ca4f66f\"},\"description\":\"Il Tier 2 dei contenuti linguistici evidenzia spesso stereotipi impliciti sottili, in particolare nei ruoli professionali, dove aggettivi connotati e\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/greenenergydeals.co.uk\\\/?p=121528#breadcrumb\"},\"inLanguage\":\"en\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/greenenergydeals.co.uk\\\/?p=121528\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/greenenergydeals.co.uk\\\/?p=121528#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/greenenergydeals.co.uk\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Controllo Semantico del Bias Implicito nel Tier 2: Una Guida Tecnica Esperta per l\u2019Analisi Automatica in Italiano\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/greenenergydeals.co.uk\\\/#website\",\"url\":\"https:\\\/\\\/greenenergydeals.co.uk\\\/\",\"name\":\"Green Energy Home Deals\",\"description\":\"Just another WordPress site\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/greenenergydeals.co.uk\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/greenenergydeals.co.uk\\\/#\\\/schema\\\/person\\\/dc3aee4928fe6de19317ff586ca4f66f\",\"name\":\"Raja Rehan\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/ba7e526da27b2bad584f22fed5e6b78c0fb5705f3d094719c0c155c7476e5a36?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/ba7e526da27b2bad584f22fed5e6b78c0fb5705f3d094719c0c155c7476e5a36?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/ba7e526da27b2bad584f22fed5e6b78c0fb5705f3d094719c0c155c7476e5a36?s=96&d=mm&r=g\",\"caption\":\"Raja Rehan\"},\"url\":\"https:\\\/\\\/greenenergydeals.co.uk\\\/?author=2\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Controllo Semantico del Bias Implicito nel Tier 2: Una Guida Tecnica Esperta per l\u2019Analisi Automatica in Italiano - Green Energy Home Deals","description":"Il Tier 2 dei contenuti linguistici evidenzia spesso stereotipi impliciti sottili, in particolare nei ruoli professionali, dove aggettivi connotati e","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/greenenergydeals.co.uk\/?p=121528","og_locale":"en_US","og_type":"article","og_title":"Controllo Semantico del Bias Implicito nel Tier 2: Una Guida Tecnica Esperta per l\u2019Analisi Automatica in Italiano - Green Energy Home Deals","og_description":"Il Tier 2 dei contenuti linguistici evidenzia spesso stereotipi impliciti sottili, in particolare nei ruoli professionali, dove aggettivi connotati e","og_url":"https:\/\/greenenergydeals.co.uk\/?p=121528","og_site_name":"Green Energy Home Deals","article_published_time":"2025-02-23T09:13:37+00:00","article_modified_time":"2025-11-22T00:07:54+00:00","author":"Raja Rehan","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Raja Rehan","Est. reading time":"5 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/greenenergydeals.co.uk\/?p=121528#article","isPartOf":{"@id":"https:\/\/greenenergydeals.co.uk\/?p=121528"},"author":{"name":"Raja Rehan","@id":"https:\/\/greenenergydeals.co.uk\/#\/schema\/person\/dc3aee4928fe6de19317ff586ca4f66f"},"headline":"Controllo Semantico del Bias Implicito nel Tier 2: Una Guida Tecnica Esperta per l\u2019Analisi Automatica in Italiano","datePublished":"2025-02-23T09:13:37+00:00","dateModified":"2025-11-22T00:07:54+00:00","mainEntityOfPage":{"@id":"https:\/\/greenenergydeals.co.uk\/?p=121528"},"wordCount":1111,"inLanguage":"en"},{"@type":"WebPage","@id":"https:\/\/greenenergydeals.co.uk\/?p=121528","url":"https:\/\/greenenergydeals.co.uk\/?p=121528","name":"Controllo Semantico del Bias Implicito nel Tier 2: Una Guida Tecnica Esperta per l\u2019Analisi Automatica in Italiano - Green Energy Home Deals","isPartOf":{"@id":"https:\/\/greenenergydeals.co.uk\/#website"},"datePublished":"2025-02-23T09:13:37+00:00","dateModified":"2025-11-22T00:07:54+00:00","author":{"@id":"https:\/\/greenenergydeals.co.uk\/#\/schema\/person\/dc3aee4928fe6de19317ff586ca4f66f"},"description":"Il Tier 2 dei contenuti linguistici evidenzia spesso stereotipi impliciti sottili, in particolare nei ruoli professionali, dove aggettivi connotati e","breadcrumb":{"@id":"https:\/\/greenenergydeals.co.uk\/?p=121528#breadcrumb"},"inLanguage":"en","potentialAction":[{"@type":"ReadAction","target":["https:\/\/greenenergydeals.co.uk\/?p=121528"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/greenenergydeals.co.uk\/?p=121528#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/greenenergydeals.co.uk\/"},{"@type":"ListItem","position":2,"name":"Controllo Semantico del Bias Implicito nel Tier 2: Una Guida Tecnica Esperta per l\u2019Analisi Automatica in Italiano"}]},{"@type":"WebSite","@id":"https:\/\/greenenergydeals.co.uk\/#website","url":"https:\/\/greenenergydeals.co.uk\/","name":"Green Energy Home Deals","description":"Just another WordPress site","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/greenenergydeals.co.uk\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en"},{"@type":"Person","@id":"https:\/\/greenenergydeals.co.uk\/#\/schema\/person\/dc3aee4928fe6de19317ff586ca4f66f","name":"Raja Rehan","image":{"@type":"ImageObject","inLanguage":"en","@id":"https:\/\/secure.gravatar.com\/avatar\/ba7e526da27b2bad584f22fed5e6b78c0fb5705f3d094719c0c155c7476e5a36?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/ba7e526da27b2bad584f22fed5e6b78c0fb5705f3d094719c0c155c7476e5a36?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/ba7e526da27b2bad584f22fed5e6b78c0fb5705f3d094719c0c155c7476e5a36?s=96&d=mm&r=g","caption":"Raja Rehan"},"url":"https:\/\/greenenergydeals.co.uk\/?author=2"}]}},"_links":{"self":[{"href":"https:\/\/greenenergydeals.co.uk\/index.php?rest_route=\/wp\/v2\/posts\/121528","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/greenenergydeals.co.uk\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/greenenergydeals.co.uk\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/greenenergydeals.co.uk\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/greenenergydeals.co.uk\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=121528"}],"version-history":[{"count":1,"href":"https:\/\/greenenergydeals.co.uk\/index.php?rest_route=\/wp\/v2\/posts\/121528\/revisions"}],"predecessor-version":[{"id":121529,"href":"https:\/\/greenenergydeals.co.uk\/index.php?rest_route=\/wp\/v2\/posts\/121528\/revisions\/121529"}],"wp:attachment":[{"href":"https:\/\/greenenergydeals.co.uk\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=121528"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/greenenergydeals.co.uk\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=121528"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/greenenergydeals.co.uk\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=121528"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}