• الأمم المتحدة تأسست (الأمم المتحدة) في عام 1945 من قبل 51 دولة عضو أصلي ملتزمة بالحفاظ على السلام والأمن الدوليين ، وتطوير العلاقات الودية بين الدول ، وتعزيز التقدم الاجتماعي ، وتحسين مستويات المعيشة ، وحقوق الإنسان. تتكون الأمم المتحدة حاليًا من 193 دولة عضو وقد تطورت على مر السنين لمواكبة عالم سريع التغير. ال برنامج تطوير الامم المتحدة (برنامج الأمم المتحدة الإنمائي) هو وكالة التنمية التابعة للأمم المتحدة ويعمل في أكثر من 170 دولة وإقليم. إنها تلعب دورًا مهمًا في مساعدة البلدان على تحقيق أهداف التنمية المستدامة (SDGs) ، وهي دعوة عالمية للعمل من أجل القضاء على الفقر وحماية الكوكب وضمان تمتع جميع الناس بالسلام والازدهار.
كمنظمة تعليمية ، يقدر برنامج الأمم المتحدة الإنمائي وظيفة التقييم تقديرا عاليا. تقوم كل وحدة برنامجية تابعة لبرنامج الأمم المتحدة الإنمائي بتكليف تقييمات للوصول إلى أداء مشاريعها وبرامجها. ال مكتب التقييم المستقل (IEO) هو مكتب مستقل وظيفيًا داخل برنامج الأمم المتحدة الإنمائي يدعم وظائف الرقابة والمساءلة للمجلس التنفيذي وإدارة برنامج الأمم المتحدة الإنمائي وصندوق الأمم المتحدة للمشاريع الإنتاجية ومتطوعي الأمم المتحدة. تتمثل الوظائف الأساسية لمكتب التقييم المستقل في إجراء تقييمات برنامجية وموضوعية مستقلة ذات أهمية استراتيجية للمنظمة - مثل دعمها للتعافي من جائحة COVID-19.
في هذا المنشور ، نناقش كيف طور مكتب التقييم المستقل (IEO) النظام الأساسي للذكاء الاصطناعي والتعلم الآلي (ML) لبرنامج الأمم المتحدة الإنمائي - المسمى بالذكاء الاصطناعي لتحليلات التنمية (AIDA) - بالتعاون مع AWS ، وفريق إدارة المعلومات والتكنولوجيا التابع لبرنامج الأمم المتحدة الإنمائي (برنامج الأمم المتحدة الإنمائي ITM) ، والولايات المتحدة. مركز الأمم المتحدة الدولي للحوسبة (UNICC). AIDA هي منصة قائمة على الويب تتيح لمديري البرامج والمقيمين توسيع قاعدة الأدلة الخاصة بهم من خلال البحث في البيانات الحالية بطريقة أكثر ذكاءً وفعالية وابتكارًا لإنتاج رؤى ودروس مستفادة. من خلال البحث في المستوى الدقيق للفقرات ، تجد AIDA أجزاء من الأدلة التي لا يمكن العثور عليها باستخدام عمليات البحث التقليدية. يتماشى إنشاء AIDA مع الخطة الإستراتيجية لبرنامج الأمم المتحدة الإنمائي 2022-2025 لاستخدام الرقمنة والابتكار لتحقيق تأثير إنمائي أكبر.
التحدي
مكتب التقييم المستقل هو القيِّم على مركز موارد التقييم التابع لبرنامج الأمم المتحدة الإنمائي (ERC). يعد مركز موارد التقييم (ERC) مستودعًا لما يزيد عن 6,000 تقرير تقييم تغطي كل جانب من جوانب عمل المنظمة ، في كل مكان تعمل فيه ، منذ عام 1997. وتفيد نتائج وتوصيات تقارير التقييم إدارة برنامج الأمم المتحدة الإنمائي والجهات المانحة وموظفي البرنامج من أجل تصميم التدخلات المستقبلية بشكل أفضل ، اتخاذ تدابير تصحيح المسار في برامجهم الحالية ، واتخاذ قرارات التمويل والسياسة على كل المستويات.
قبل AIDA ، كانت عملية استخراج الأدلة التقييمية وتوليد الدروس والأفكار عملية يدوية وتستهلك الكثير من الموارد وتستغرق وقتًا طويلاً. علاوة على ذلك ، لم تعمل طرق البحث التقليدية بشكل جيد مع البيانات غير المنظمة ، وبالتالي كانت قاعدة الأدلة محدودة. لمواجهة هذا التحدي ، قرر مكتب التقييم المستقل استخدام الذكاء الاصطناعي والتعلم الآلي لتحسين استخراج قاعدة بيانات التقييم من أجل الدروس والمعرفة.
كان فريق AIDA مدركًا للمهمة الصعبة المتمثلة في استخراج الأدلة من البيانات غير المهيكلة مثل تقارير التقييم. عادة ، تتكون تقارير التقييم من 80 إلى 100 صفحة ، وبلغات متعددة ، وتحتوي على نتائج واستنتاجات وتوصيات. على الرغم من أن التقييمات تسترشد بالمبادئ التوجيهية للتقييم لبرنامج الأمم المتحدة الإنمائي ، فلا يوجد نموذج مكتوب موحد لهذه التقييمات ، وقد تحدث الأقسام المذكورة أعلاه في مواقع مختلفة في الوثيقة ، أو قد لا توجد جميعها. لذلك ، كان تحديد الأدلة التقييمية الدقيقة على مستوى الفقرة وتطبيق الملصقات المناسبة يمثل تحديًا كبيرًا في تعلم الآلة.
حل نظرة عامة
تم تطوير الحل التقني AIDA بواسطة الخدمات المهنية AWS و UNICC. تم تصميم منصة التكنولوجيا الأساسية وتطويرها بواسطة فريق AWS ProServe. كان مركز الأمم المتحدة للحساب الإلكتروني (UNICC) مسؤولاً عن تطوير البوابة الإلكترونية AIDA وواجهة الإنسان في الحلقة. تم تصور منصة AIDA لتوفير آلية بسيطة وعالية الدقة للبحث في تقارير تقييم برنامج الأمم المتحدة الإنمائي عبر مواضيع مختلفة وتصديرها لمزيد من التحليل. احتاجت بنية AIDA إلى تلبية العديد من المتطلبات:
- أتمتة استخراج بيانات التقييم وتصنيفها
- معالجة آلاف التقارير
- اسمح لـ IEO بإضافة تسميات جديدة دون الحاجة إلى الاستعانة بخبرة علماء البيانات وخبراء تعلم الآلة
لتوفير المتطلبات ، تم تصميم المكونات مع وضع هذه المبادئ في الاعتبار:
- مستدام تقنيًا وبيئيًا
- التكلفة واعية
- قابل للتوسيع للسماح بالتوسع في المستقبل
يمكن تقسيم الحل الناتج إلى ثلاثة مكونات ، كما هو موضح في الرسم التخطيطي للهندسة المعمارية التالي:
- استيعاب البيانات واستخراجها
- تصنيف البيانات
- البحث الذكي
تصف المقاطع التالية هذه المكونات بالتفصيل.
استيعاب البيانات واستخراجها
يتم إعداد تقارير التقييم وتقديمها من قبل وحدات برنامج الأمم المتحدة الإنمائي في جميع أنحاء العالم - لا يوجد نموذج أو تنسيق قياسي للتقرير. يستوعب مكون استيعاب البيانات واستخراجها المحتوى من هذه المستندات غير المهيكلة واستخراجها.
أمازون تيكستراك يستخدم لاستخراج البيانات من مستندات PDF. يستخدم هذا الحل ملف StartDocumentTextDetection API غير المتزامن لبناء سير عمل معالجة المستندات الذي يتعامل مع الاستدعاء غير المتزامن لـ Amazon Textract ، واستخراج الاستجابة الأولية ، والمثابرة في خدمة تخزين أمازون البسيطة (أمازون S3). يضيف هذا الحل مكون Amazon Textract للمعالجة اللاحقة للتعامل مع استخراج النص المستند إلى الفقرة. يستخدم مكون المعالجة اللاحقة البيانات الوصفية للمربع المحيط من Amazon Textract لاستخراج البيانات بطريقة ذكية. مكون المعالجة اللاحقة قادر على استخراج البيانات من ملفات PDF معقدة ومتعددة التنسيقات ومتعددة الصفحات برؤوس وتذييلات وحواشي سفلية وبيانات متعددة الأعمدة. تُستخدم مكتبة Python مفتوحة المصدر Apache Tika لاستخراج البيانات من مستندات Word.
يوضح الرسم التخطيطي التالي سير العمل هذا المنسق مع وظائف خطوة AWS.
يحتوي سير العمل هذا على الخطوات التالية:
TextractCompleted
هي الخطوة الأولى لضمان عدم معالجة المستندات عدة مرات باستخدام Amazon Textract. هذه الخطوة هي تجنب وقت المعالجة والتكلفة غير الضروريين عن طريق منع المعالجة المكررة.TextractAsyncCallTask
يرسل المستندات لتتم معالجتها بواسطة Amazon Textract باستخدام StartDocumentTextDetection API غير المتزامن. تقوم واجهة برمجة التطبيقات هذه بمعالجة المستندات وتخزين ملفات إخراج JSON في Amazon S3 للمعالجة اللاحقة.TextractAsyncSNSListener
هو AWS لامدا وظيفة تتعامل مع حدث إكمال مهمة Amazon Textract ، وتعيد البيانات الوصفية مرة أخرى إلى سير العمل لمزيد من المعالجة.TextractPostProcessorTask
هي إحدى وظائف AWS Lambda التي تستخدم البيانات الوصفية وتعالج ملفات إخراج JSON التي تنتجها Amazon Textract لاستخراج فقرات ذات معنى.TextractQAValidationTask
هي إحدى وظائف AWS Lambda التي تجري بعض عمليات التحقق من صحة النص البسيطة على الفقرات المستخرجة وتجمع مقاييس مثل عدد الفقرات الكاملة أو غير المكتملة. تُستخدم هذه المقاييس لقياس جودة عمليات استخراج النص.
يرجى الرجوع إلى TexttractAsync، وهو بناء IDP CDK الذي يلخص استدعاء Amazon Textract Async API ، ومعالجة خدمة إعلام أمازون البسيطة رسائل (Amazon SNS) ومعالجة سير العمل لتسريع عملية التطوير.
تصنيف البيانات
يحدد مكون تصنيف البيانات الأجزاء الحاسمة من تقارير التقييم ، ويصنفها كذلك في تصنيف للفئات المنظمة حول الموضوعات المختلفة لأهداف التنمية المستدامة. لقد قمنا ببناء نموذج تصنيف واحد متعدد الفئات واثنين من نماذج التصنيف متعددة العلامات فهم الأمازون.
تتم معالجة الفقرات المستخرجة باستخدام وظائف الخطوة ، والتي تتكامل مع Amazon Comprehend لإجراء التصنيف في وضع الدُفعات. يتم تصنيف الفقرات إلى نتائج وتوصيات واستنتاجات (FRCs) باستخدام نموذج مخصص متعدد الفئات ، مما يساعد على تحديد الأقسام الهامة في تقارير التقييم. بالنسبة للأقسام الحرجة المحددة ، نحدد الفئات (المواضيعية وغير المواضيعية) باستخدام نموذج تصنيف مخصص متعدد التصنيفات. يُستخدم التصنيف المواضيعي وغير المواضيعي لتحديد تقارير التقييم ومواءمتها مع أهداف التنمية المستدامة مثل القضاء على الفقر (الهدف 1) ، والمساواة بين الجنسين (الهدف 5) ، والمياه النظيفة والصرف الصحي (الهدف 6) ، وتوفير المياه النظيفة والنظيفة. الطاقة (SDG-7).
يوضح الشكل التالي سير عمل Step Functions لمعالجة تصنيف النص.
لتقليل التكلفة في عملية التصنيف ، قمنا بإنشاء سير عمل لإرسال وظائف Amazon Comprehend في وضع الدُفعات. ينتظر سير العمل حتى تكتمل جميع وظائف Amazon Comprehend وينفذ تحسين البيانات من خلال تجميع استخراج النص ونتائج Amazon Comprehend لتصفية الفقرات التي لم يتم تحديدها على أنها FRC ، وتجميع فئات التصنيف الموضوعية وغير الموضوعية حسب الفقرات.
يتم تخزين الفقرات المستخرجة بفئات تصنيفها في أمازون RDS لـ PostgreSQL. هذه قاعدة بيانات مرحلية للحفاظ على جميع نتائج الاستخراج والتصنيف. كما نستخدم قاعدة البيانات هذه لإثراء النتائج بشكل أكبر لتجميع موضوعات الفقرات ، وتصفية الفقرات التي ليست FRC. يتم تغذية المحتوى المخصب إلى أمازون كندرا.
بالنسبة للإصدار الأول ، تم استخلاص وتصنيف أكثر من مليوني فقرة. بمساعدة تصنيف FRC المخصص ، تمكنا من تضييق الفقرات بدقة إلى أكثر من 2 من 700,000 مليون. ساعد نموذج التصنيف المخصص لخدمة Amazon Comprehend في تقديم المحتوى ذي الصلة بدقة وخفض التكلفة بشكل كبير على فهارس Amazon Kendra.
الأمازون DynamoDB تُستخدم لتخزين البيانات الوصفية للمستند وتتبع حالة معالجة المستند عبر جميع المكونات الرئيسية. يعد تعقب البيانات الوصفية مفيدًا بشكل خاص في معالجة الأخطاء وإعادة المحاولة.
البحث الذكي
تتيح إمكانية البحث الذكي لمستخدمي منصة AIDA البحث بشكل حدسي عن أدلة تقييمية على تدخلات برنامج الأمم المتحدة الإنمائي الواردة في جميع تقارير التقييم. الرسم البياني التالي يوضح هذه العمارة.
يستخدم Amazon Kendra في عمليات البحث الذكية. يتم استيعاب المحتوى المخصب من Amazon RDS for PostgreSQL في Amazon Kendra للفهرسة. تستخدم طبقة بوابة الويب إمكانية البحث الذكي في Amazon Kendra للبحث في المحتوى المفهرس بشكل حدسي. تستخدم أدوات الملصقات واجهة مستخدم بشرية في الحلقة لتحديث تصنيف النص الذي تم إنشاؤه بواسطة Amazon Comprehend لأي فقرات مستخرجة. تنعكس التغييرات التي تم إجراؤها على التصنيف على الفور في بوابة الويب ، ويتم استخراج التعليقات المحدثة بشريًا واستخدامها في تدريب نموذج Amazon Comprehend لتحسين نموذج التصنيف المخصص باستمرار.
يدمج AIDA وظيفة الإنسان في الحلقة ، مما يعزز قدرة AIDA على تصحيح التصنيفات (FRC ، الموضوعية ، غير الموضوعية) وأخطاء استخراج البيانات. يتم زيادة الملصقات ، التي تم تحديثها بواسطة الأشخاص الذين يؤدون وظيفة الإنسان في الحلقة ، إلى مجموعة بيانات التدريب وتستخدم لإعادة تدريب نماذج Amazon Comprehend لتحسين دقة التصنيف باستمرار.
وفي الختام
في هذا المنشور ، ناقشنا كيف يستخدم المقيمون ، من خلال منصة AIDA التابعة لـ IEO ، خدمات Amazon AI و ML مثل Amazon Textract و Amazon Comprehend و Amazon Kendra لبناء نظام معالجة مستندات مخصص يحدد البيانات من المستندات غير المهيكلة ويستخرجها ويصنفها. . أدى استخدام Amazon Textract لاستخراج نص PDF إلى تحسين عملية استخراج الأدلة على مستوى الفقرة من أقل من 60٪ إلى أكثر من 80٪. بالإضافة إلى ذلك ، تم تحسين التصنيف متعدد العلامات من أقل من 30٪ إلى 90٪ من خلال إعادة تدريب النماذج في Amazon Comprehend مع مجموعات بيانات تدريب محسنة.
مكنت هذه المنصة المقيّمين من البحث بشكل حدسي عن المحتوى ذي الصلة بسرعة وبدقة. يُمكّن تحويل البيانات غير المهيكلة إلى بيانات شبه منظمة برنامج الأمم المتحدة الإنمائي وكيانات الأمم المتحدة الأخرى من اتخاذ قرارات مستنيرة بناءً على مجموعة من مئات أو آلاف نقاط البيانات حول ما يصلح وما لا ينجح وكيفية تحسين تأثير عمليات برنامج الأمم المتحدة الإنمائي على الأشخاص الذين تخدمهم.
لمزيد من المعلومات حول البنية المرجعية لمعالجة المستندات الذكية ، يرجى الرجوع إلى معالجة المستندات بذكاء. يرجى مشاركة أفكارك معنا في قسم التعليقات.
حول المؤلف
أوسكار أ. جارسيا هو مدير مكتب التقييم المستقل (IEO) لبرنامج الأمم المتحدة الإنمائي. بصفته مديرًا ، فإنه يوفر التوجيه الاستراتيجي والقيادة الفكرية والتقييمات الموثوقة لتعزيز عمل برنامج الأمم المتحدة الإنمائي في مساعدة البلدان على التقدم نحو تحقيق أهداف التنمية المستدامة الوطنية. يشغل أوسكار حاليًا منصب رئيس مجموعة التقييم التابعة للأمم المتحدة (UNEG). لديه أكثر من 25 عامًا من الخبرة في مجالات التخطيط الاستراتيجي والتقييم والإدارة القائمة على النتائج من أجل التنمية المستدامة. قبل انضمامه إلى مكتب التقييم المستقل كمدير في عام 2020 ، شغل منصب مدير مكتب التقييم المستقل في الصندوق (IOE) ، ورئيس الخدمات الاستشارية للاقتصاد الأخضر ، برنامج الأمم المتحدة للبيئة. قام أوسكار بتأليف كتب ومقالات عن تقييم التنمية ، بما في ذلك واحد عن تكنولوجيا المعلومات والاتصالات من أجل التقييم. وهو اقتصادي حاصل على درجة الماجستير في إدارة التغيير التنظيمي ، جامعة نيو سكول (نيويورك) ، وماجستير إدارة الأعمال من الجامعة البوليفية الكاثوليكية ، بالتعاون مع معهد هارفارد للتنمية الدولية.
ساتيا بالاكريشنان مهندس توصيل العملاء في فريق الخدمات الاحترافية في AWS ، متخصص في البيانات وحلول التعلم الآلي. يعمل مع عملاء ماليين فيدراليين في الولايات المتحدة. إنه متحمس لبناء حلول عملية لحل مشاكل عمل العملاء. في أوقات فراغه ، يستمتع بمشاهدة الأفلام والتنزه مع أسرته.
ثوان تران مهندس حلول أقدم في القطاع العام العالمي يدعم الأمم المتحدة. إنه متحمس لاستخدام تقنية AWS لمساعدة العملاء على تصور فن الممكن. في وقت الفراغ هذا ، يستمتع بركوب الأمواج وركوب الدراجات في الجبال ورمي الفأس وقضاء الوقت مع العائلة والأصدقاء.
الأمير مالاري هو عالم بيانات في البرمجة اللغوية العصبية في فريق الخدمات الاحترافية في AWS ، وهو متخصص في تطبيقات البرمجة اللغوية العصبية لعملاء القطاع العام. إنه متحمس لاستخدام ML كأداة للسماح للعملاء بأن يكونوا أكثر إنتاجية. في أوقات فراغه ، يستمتع بلعب ألعاب الفيديو وتطوير لعبة مع أصدقائه.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- بلاتوبلوكشين. Web3 Metaverse Intelligence. تضخيم المعرفة. الوصول هنا.
- المصدر https://aws.amazon.com/blogs/machine-learning/how-the-undp-independent-evaluation-office-is-using-aws-ai-ml-services-to-enhance-the-use-of-evaluation-to-support-progress-toward-the-sustainable-development-goals/
- :يكون
- $ UP
- 000
- 100
- 2020
- 7
- a
- ماهرون
- من نحن
- الملخصات
- تسريع
- الوصول
- المساءلة
- دقة
- دقيق
- بدقة
- التأهيل
- إنجاز
- في
- اكشن
- وبالإضافة إلى ذلك
- العنوان
- يضيف
- تقدم
- استشاري
- الخدمات الاستشارية
- بأسعار معقولة
- وكالة
- المجاميع
- تجميع
- AI
- AI / ML
- يحاذي
- الكل
- يسمح
- أمازون
- فهم الأمازون
- أمازون كندرا
- أمازون RDS
- أمازون تيكستراك
- من بين
- تحليل
- تحليلات
- و
- أباتشي
- API
- التطبيقات
- تطبيقات البرمجة اللغوية العصبية
- تطبيق
- مناسب
- هندسة معمارية
- هي
- المناطق
- حول
- فنـون
- مقالات
- مصطنع
- الذكاء الاصطناعي
- الذكاء الاصطناعي وآلة التعلم
- AS
- جانب
- جمعية
- At
- المعزز
- AWS
- AWS لامدا
- الى الخلف
- قاعدة
- على أساس
- BE
- أفضل
- مجلس
- كُتُب
- صندوق
- مكسورة
- نساعدك في بناء
- ابني
- بنيت
- الأعمال
- by
- دعوة
- دعوة
- CAN
- قادر على
- الطاقة الإنتاجية
- الفئات
- مركز
- مركز
- تحدى
- تحدي
- تغيير
- التغييرات
- متغير
- تصنيف
- مبوب
- الطاقة النظيفة
- عميل
- للاتعاون
- تعليقات
- العمولات
- ملتزم
- Communication
- إكمال
- إكمال
- مجمع
- عنصر
- مكونات
- فهم
- الحوسبة
- إدارة
- بناء
- تحتوي على
- محتوى
- بشكل متواصل
- تقليدي
- جوهر
- التكلفة
- دولة
- بهيكل
- كوفيد-19
- وباء COVID-19
- خلق
- خلق
- معقول
- حرج
- حالياًّ
- حاليا
- وصي
- على
- زبون
- العملاء
- البيانات
- نقاط البيانات
- عالم البيانات
- قاعدة البيانات
- قواعد البيانات
- قررت
- القرارات
- الدرجة العلمية
- نقل
- التوصيل
- وصف
- تصميم
- تصميم
- التفاصيل
- المتقدمة
- تطوير
- التطوير التجاري
- مختلف
- رقمنة
- اتجاه
- مدير المدارس
- بحث
- ناقش
- وثيقة
- وثائق
- لا
- إلى أسفل
- كل
- الإيكونومست
- اقتصاد
- فعال
- إمباورز
- تمكين
- طاقة
- استمتع
- إثراء
- المخصب
- ضمان
- الكيانات
- بيئة
- مساواة
- أخطاء
- تقييم
- التقييمات
- حتى
- الحدث/الفعالية
- كل
- دليل
- تطورت
- مرهق
- تنفيذي
- القائمة
- وسع
- الخبره في مجال الغطس
- خبرة
- تصدير
- استخراج
- مقتطفات
- للعائلات
- بنك الاحتياطي الفيدرالي
- اتحادي
- ردود الفعل
- الشكل
- ملفات
- تصفية
- مالي
- ويرى
- الاسم الأول
- متابعيك
- في حالة
- شكل
- وجدت
- تاسست
- ودود
- الاصدقاء
- تبدأ من
- وظيفة
- وظيفة
- وظائف
- التمويل
- إضافي
- مستقبل
- ألعاب
- الجنس
- المساواة بين الجنسين
- توليد
- ولدت
- العالمية
- الأهداف
- أكبر
- أخضر
- تجمع
- مقبض
- مقابض
- معالجة
- هارفارد
- يملك
- رئيس
- رؤوس
- مساعدة
- ساعد
- مساعدة
- يساعد
- جدا
- كيفية
- كيفية
- HTML
- HTTP
- HTTPS
- الانسان
- حقوق الانسان
- البشر
- مئات
- محدد
- يحدد
- تحديد
- مكتب التقييم المستقل
- فورا
- التأثير
- أهمية
- تحسن
- تحسن
- in
- بما فيه
- مستقل
- الفهارس
- إعلام
- معلومات
- وأبلغ
- الابتكار
- مبتكرة
- رؤى
- معهد
- يدمج
- رؤيتنا
- ذكي
- معالجة المستندات بذكاء
- السطح البيني
- عالميا
- IT
- انها
- وظيفة
- المشــاريــع
- انضمام
- جسون
- احتفظ
- حفظ
- القفل
- المعرفة
- وصفها
- ملصقات
- اللغات
- طبقة
- تصميم
- القيادة
- تعلم
- تعلم
- الدروس
- الدروس المستفادة
- مستوى
- المكتبة
- مثل
- محدود
- الذين يعيشون
- المواقع
- آلة
- آلة التعلم
- صنع
- الحفاظ على
- جعل
- إدارة
- فريق الإدارة
- مديرو
- كتيب
- سادة
- ذات مغزى
- قياس
- الإجراءات
- آلية
- عضو
- رسائل
- البيانات الوصفية
- طرق
- المقاييس
- مليون
- مانع
- ML
- موضة
- نموذج
- عارضات ازياء
- الأكثر من ذلك
- أكثر فعالية
- علاوة على ذلك
- جبل
- أفلام
- متعدد
- محليات
- الأمم
- جديد
- البرمجة اللغوية العصبية
- إعلام
- عدد
- NY
- of
- Office
- on
- ONE
- المصدر المفتوح
- تعمل
- عمليات
- مدبرة
- منظمة
- التنظيمية
- منظم
- أصلي
- أخرى
- الناتج
- مراقبة
- سلام
- وباء
- خاصة
- أجزاء
- عاطفي
- مجتمع
- نفذ
- أداء
- أداء
- ينفذ
- إصرار
- قطعة
- خطة
- كوكب
- تخطيط
- المنصة
- أفلاطون
- الذكاء افلاطون البيانات
- أفلاطون داتا
- لعب
- من فضلك
- نقاط
- سياسة
- بوابة
- ممكن
- منشور
- كيو
- الفقر
- واقعي
- أعدت
- يقدم
- منع
- قبل
- مشاكل
- عملية المعالجة
- معالجتها
- العمليات
- معالجة
- إنتاج
- أنتج
- مثمر
- محترف
- البرنامج
- برنامجي
- البرامج
- التقدّم
- مشروع ناجح
- تعزيز
- ازدهار
- حماية
- تزود
- ويوفر
- جمهور
- بايثون
- جودة
- بسرعة
- بسرعة
- الخام
- ساندي خ. ميليك
- استرجاع
- تخفيض
- عقار مخفض
- عكست
- العلاقات
- الافراج عن
- ذات الصلة
- تقرير
- التقارير
- مستودع
- المتطلبات الأساسية
- مورد
- موارد كثيفة
- استجابة
- مسؤول
- مما أدى
- النتائج
- عائدات
- حقوق
- النوع
- المدرسة
- عالم
- العلماء
- SDGs
- بحث
- البحث
- القسم
- أقسام
- القطاع
- أمن
- كبير
- يخدم
- خدماتنا
- عدة
- مشاركة
- أظهرت
- هام
- الاشارات
- منذ
- أكثر ذكاء
- العدالة
- حل
- الحلول
- حل
- بعض
- متخصصة
- الإنفاق
- فريق العمل
- انطلاق
- معيار
- المعايير
- المحافظة
- الحالة
- خطوة
- خطوات
- تخزين
- تخزين
- فروعنا
- تخزين
- إستراتيجي
- تقدم
- المقدمة
- هذه
- الدعم
- دعم
- الدعم
- استدامة
- تنمية مستدامة
- نظام
- أخذ
- مهمة
- التصنيف
- فريق
- تقني
- تكنولوجيا
- قالب
- العقائد
- تصنيف النص
- أن
- •
- العالم
- من مشاركة
- منهم
- موضوعي
- وبالتالي
- تشبه
- فكر
- قيادة الفكر
- الآلاف
- ثلاثة
- عبر
- رمي
- الوقت
- استهلاك الوقت
- مرات
- إلى
- أداة
- نحو
- نحو
- مسار
- تتبع الشحنة
- تقليدي
- قادة الإيمان
- تحويل
- UN
- مع
- وحدة
- متحد
- الأمم المتحدة
- الوحدات
- جامعة
- تحديث
- تحديث
- us
- الفيدرالية الأمريكية
- تستخدم
- مستخدم
- واجهة المستخدم
- المستخدمين
- عادة
- القيم
- مختلف
- فيديو
- ألعاب الفيديو
- مراقبة
- مياه
- طريق..
- الويب
- على شبكة الإنترنت
- حسن
- ابحث عن
- التي
- واسع
- مع
- في غضون
- بدون
- كلمة
- للعمل
- عمل
- أعمال
- العالم
- سوف
- مكتوب
- سنوات
- حل متجر العقارات الشامل الخاص بك في جورجيا
- زفيرنت