的内容过滤数据。做出关于剧透识别引擎是否利用定制的用户配置的内容过滤数据的决策(决策615)。如果用户配置的内容过滤数据正由剧透识别引擎使用，则决策615分支到“是”分支，以处理任何用户配置的内容过滤数据。
[0044]在预定义过程620处，剧透识别引擎处理个人定制的用户剧透设定(处理细节参见图7和相应的文本)。基于预定义过程620的执行，做出关于由剧透识别引擎接收的用户文本条目是否已经被预定义过程620标记为剧透内容的决策(决策625)。如果用户文本条目已经被标记为剧透内容，则决策625分支到“是”分支，并且用户文本条目的剧透识别引擎处理在635处结束。另一方面，如果用户文本条目未被预定义过程620标记为剧透内容，则决策625分支到“否”分支，随之，在决策630处，做出关于用户是否希望利用另外的内容过滤(例如，基于内容提供方的内容过滤数据等)的决策。如果用户已经选择了在用户的所配置的内容过滤数据没有将用户文本条目标记为包含剧透内容时使用另外的内容过滤数据，则决策630分支到“是”分支，以继续剧透识别引擎的过滤过程。另一方面，如果用户仅希望使用用户的所配置的内容过滤数据，则决策630分支到“否”分支，并且过程(以用户文本条目未被识别为包括剧透内容)在635处结束。
[0045]如果用户配置的内容过滤数据未被剧透识别引擎所利用(并且决策615分支到“否”分支)，或者如果用户配置的内容过滤数据未将用户文本条目识别为包括剧透内容但是用户希望利用其他可用的内容过滤数据，诸如内容提供方的内容过滤数据等(并且决策630分支到“是”分支)，则步骤640由剧透识别引擎执行以分析所接收的用户文本条目的内容，以便识别任何可能的内容事实数据(与内容事实有关的数据等)。做出关于内容事实数据是否被识别的决策(决策640)。如果没有内容事实数据被识别，则用户文本条目不包括任何剧透内容，并且决策645分支到“否”分支，随之，在步骤680处，用户文本条目被张贴到协同环境而不具有任何剧透标签。例如，如果用户张贴“我真喜欢这个节目！”，没有与内容有关的事实出现在该帖子中，并且因此，用户文本条目能够被张贴而无需剧透警告。另一方面，如果内容事实数据在被提交到协同环境的所接收的用户文本条目中被识别，则决策645分支到“是”分支用于进一步分析。
[0046]在一个实施例中，剧透识别引擎对所接收的用户文本条目执行语义分析。在语义分析期间，用户文本条目在步骤650处被解析，并且自然语言处理被用于提取用户文本条目的含义中的不依赖于上下文的方面，包括在用户文本条目中提及的实体的语义角色(诸如在电视剧集、比赛、体育事件等中发现的人物名字)，以及被包括在用户文本条目中的量化信息(诸如基数、迭代和依赖关系信息)。在步骤660处，所接收的用户文本条目的含义中的所提取的不依赖于上下文的方面与来自数据存贮器590的内容提供方的内容过滤数据相比较(关于数据存贮器590的生成的细节，参见图5和对应文本)。做出关于以下的决策:在与内容提供方的内容过滤数据比较时，所接收的用户文本条目的含义中的所提取的不依赖于上下文的方面之间是否识别到匹配(决策665)。如果未发现匹配，则在帖子中的事实不匹配内容章节中的受限制事实，并且因此，用户文本条目被视为不包括剧透数据。在这种情况下，决策665分支到“否”分支，随之，在步骤680处，用户文本条目被张贴到协同环境中而不具有任何剧透标签。
[0047]另一方面，如果在所接收的用户文本条目的含义中的所提取的不依赖于上下文的方面与内容提供方的内容过滤数据之间识别到匹配，则决策665分支到“是”分支用于进一步分析。做出关于用户文本条目中的事实是否涉及内容的受限制章节的决策(决策670)。如果用户文本条目中的这些事实不涉及内容的受限制章节，也许它们涉及较旧的剧集等，则决策670分支到“否”分支，随之，在步骤680处，用户文本条目被张贴到协同环境中而不具有任何剧透标签。另一方面，如果用户文本条目中的这些事实涉及内容的受限制章节，诸如用户正记录的节目等，则决策670分支到“是”分支，随之，在步骤675处，所接收的社交媒体通信被存储在数据存贮器340中，用于在用户观看该事件的记录时延迟呈现给用户。在社交媒体通信已经被处理并且不具有剧透警告标签或者在包括剧透警告标签之后被显示并且被存储在数据存贮器340中用于延迟呈现之后，由剧透识别引擎进行的处理在695处结束。注意，当用户配置的内容过滤数据被使用在协同环境中时，在图6中示出的剧透识别引擎处理将针对每个接收者(协同环境的用户)而被执行，因为每个协同环境用户能够具有不同的用户配置的内容过滤数据。而且，在一个实施例中，剧透识别引擎使用上面描述的步骤来定期地重新评估剧透内容，以查明帖子是否仍然被认为是剧透内容。例如，如果用户文本条目是关于刚刚播出的电视剧集的帖子，则该帖子可能被识别为包含剧透内容并且使剧透标签被包括。然而，在用户已经观看该事件的记录版本之后，由剧透识别引擎对帖子的重新评估将确定该社交媒体通信不再包括剧透内容(因为该事件已经被用户观看)，所以剧透标签可以被移除并且原始的用户文本条目将出现在协同环境中。
[0048]图7是对一个流程图的描绘，该流程图示出了被执行以处置用户的个人定制剧透设定的逻辑。例程的处理(其在一个实施例中由剧透识别引起执行)在700处开始，随之，在步骤705处，从剧透识别引擎中的调用例程接收内容元数据和未加工的用户文本条目。在步骤710处，取回由用户在建立用户配置的内容过滤数据时设置的用户偏好。在步骤715处，使用剧透识别引擎的语义分析例程，将基础广泛的内容过滤数据过滤(诸如应用到所有内容或者宽泛类型的内容的那些)应用到用户文本条目。在语义分析期间，用户文本条目被解析，并且自然语言处理被用于提取用户文本条目的含义中的不依赖于上下文的方面，包括在用户文本条目中提及的实体的语义角色(诸如在电视剧集、比赛、体育事件等中发现的人物名字)，以及被包括在用户文本条目中的量化信息(诸如基数、迭代和依赖关系信息)。在步骤715处，所接收的用户文本条目的含义中的所提取的不依赖于上下文的方面与来自数据存贮器490的基础广泛的用户配置的内容过滤数据相比较(关于数据存贮器490的生成的细节，参见图4和对应文本)。
[0049]做出关于以下的决策:所接收的用户文本条目的含义中的所提取的不依赖于上下文的方面是否匹配基础广泛的用户配置的内容过滤数据(决策720)。如果发现匹配，则决策720分支到“是”分支，随之，在步骤725处，基础广泛的用户配置的内容过滤数据限制与用户文本条目中包括的潜在剧透内容相比较。做出关于用户文本条目中的这些事实是否涉及由基础广泛的过滤所设置的限制的决策(决策730)。如果用户文本条目中的这些事实不涉及受限制的基础广泛的过滤，则决策730分支到“否”分支用于进一步的分析，以确定用户配置的具体内容过滤数据是否适用。另一方面，如果用户文本条目中的这些事实涉及受限制的基础广泛的过滤，则决策730分支到“是”分支，随之，在步骤735处，该过程将所接收的帖子(社交媒体通信)存储在数据存贮器340中。此外，该过程存储这些社交媒体通信被接收的时间以建立时间延迟，从而所记录的社交媒体通信能够在所记录的事件的回放期间的适当时间处在回放期间被呈现。处理此后在738处返回到调用例程(参见图6)。
[0050]如果用户文本条目的内容不匹配任何基础广泛的用户配置的内容过滤数据(决策720分支到“否”分支)，或者如果确定用户配置的基础广泛的过滤不应用至用户文本条目(决策730分支到“否”分支)，则用户配置的具体内容过滤数据的分析在步骤740处开始被执行，在步骤740处，使用关于基础广泛的过滤所讨论的语义分析(但是此处语义分析是使用具体用户配置的内容过滤数据来执行的)，将用户配置的具体内容过滤数据与用户文本条目的内容相比较。做出关于用户文本条目中的这些事实是否涉及由基础具体的内容过滤所设置的限制的决策(决策745)。如果用户文本条目中的这些事实不涉及具体用户配置的内容过滤，则决策745分支到“否”分支，随之，在步骤770处，用户文本条目被张贴到用户的协同环境区域而不具有任何剧透标签。当然，协同环境的另一个用户可能具有配置的不同设定，在这些不同设定中，同一用户文本条目(帖子)受剧透标签保护。
[0051]另一方面，如果用户文本条目中的这些事实涉及受限制的基础具体的用户配置的过滤，则决策745分支到“是”分支，随之，在步骤750处，基础具体的用户配置的内容过滤数据限制与用户文本条目中包括的潜在剧透内容相比较。做出关于用户文本条目中的这些事实是否涉及由基础广泛的过滤所设置的限制的决策(决策755)。如果用户文本条目中的这些事实基于基础具体的过滤不受限制，则决策755分支到“否”分支，随之，在步骤770处，用户文本条目被张贴到用户的协同环境区域而不具有任何剧透标签。再次地，协同环境的另一个用户可能具有配置的不同设定，在这些不同设定中，同一用户文本条目(帖子)受剧透标签保护。
[0052]另一方面，如果用户文本条目中的这些事实涉及被应用到用户文本条目的受限制的基础具体的过滤，则决策755分支到“是”分支，随之，在步骤760处，过程将所接收的帖子(社交媒体通信)存储在数据存贮器340中。此外，该过程存储这些社交媒体通信被接收的时间以建立时间延迟，从而所记录的社交媒体通信能够在所记录的事件的回放期间的适当时间处在回放期间被呈现。处理此后在775处返回到调用例程(参见图6)。
[0053]而且，在一个实施例中，与图6中、图7中示出的剧透处理类似，剧透识别引擎使用上面描述的步骤来定期地重新评估剧透内容，以查明帖子是否仍然被认为是剧透数据。例如，如果用户文本条目是关于刚刚播出的电视剧集的帖子，则该帖子可能被识别为包含剧透内容并且使剧透标签被包括。然而，在用户观看事件的所