"يمكن أن تكون البيانات المخزنة في النصوص والصوت ووسائل التواصل الاجتماعي وغيرها من المصادر غير المنظمة ميزة تنافسية للشركات التي تكتشف كيفية استخدامها"
18% فقط من المنظمات في أ استطلاع عام 2019 من قبل شركة ديلويت ذكرت القدرة على الاستفادة من البيانات غير المنظمة. غالبية البيانات، ما بين 80% و90%، هي بيانات غير منظمة. وهذا مورد كبير غير مستغل ولديه القدرة على منح الشركات ميزة تنافسية إذا تمكنت من معرفة كيفية استخدامه. قد يكون من الصعب العثور على رؤى من هذه البيانات، خاصة إذا كانت هناك حاجة إلى بذل جهود لتصنيفها أو وضع علامة عليها أو تصنيفها. فهم الأمازون يمكن أن يكون التصنيف المخصص مفيدًا في هذه الحالة. فهم الأمازون هي خدمة معالجة اللغات الطبيعية (NLP) التي تستخدم التعلم الآلي للكشف عن رؤى وروابط قيمة في النص.
تصنيف المستندات أو تصنيفها له فوائد كبيرة عبر مجالات الأعمال -
- تحسين البحث والاسترجاع – من خلال تصنيف المستندات إلى مواضيع أو فئات ذات صلة، فإنه يسهل على المستخدمين البحث عن المستندات التي يحتاجون إليها واسترجاعها. يمكنهم البحث ضمن فئات محددة لتضييق النتائج.
- إدارة المعرفة – تصنيف الوثائق بطريقة منظمة يساعد على تنظيم القاعدة المعرفية للمنظمة. فهو يسهل تحديد موقع المعلومات ذات الصلة ورؤية الروابط بين المحتوى ذي الصلة.
- انسيابية سير العمل – يمكن أن يساعد الفرز التلقائي للمستندات في تبسيط العديد من العمليات التجارية مثل معالجة الفواتير أو دعم العملاء أو الامتثال التنظيمي. يمكن توجيه المستندات تلقائيًا إلى الأشخاص المناسبين أو مسارات العمل المناسبة.
- توفير التكلفة والوقت - يعد التصنيف اليدوي للمستندات أمرًا مملاً ويستغرق وقتًا طويلاً ومكلفًا. يمكن لتقنيات الذكاء الاصطناعي أن تتولى هذه المهمة الدنيوية وتصنيف آلاف المستندات في وقت قصير وبتكلفة أقل بكثير.
- جيل البصيرة – يمكن أن يوفر تحليل الاتجاهات في فئات المستندات رؤى تجارية مفيدة. على سبيل المثال، قد تشير الزيادة في شكاوى العملاء في فئة المنتج إلى بعض المشكلات التي تحتاج إلى معالجة.
- الحوكمة وإنفاذ السياسات - يساعد إعداد قواعد تصنيف المستندات على ضمان تصنيف المستندات بشكل صحيح وفقًا لسياسات المؤسسة ومعايير الإدارة. وهذا يسمح بمراقبة وتدقيق أفضل.
- تجارب شخصية – في سياقات مثل محتوى موقع الويب، يسمح تصنيف المستندات بعرض محتوى مخصص للمستخدمين بناءً على اهتماماتهم وتفضيلاتهم كما هو محدد من سلوك التصفح الخاص بهم. وهذا يمكن أن يزيد من تفاعل المستخدم.
يختلف تعقيد تطوير نموذج التعلم الآلي للتصنيف حسب الطلب اعتمادًا على مجموعة متنوعة من الجوانب مثل جودة البيانات والخوارزمية وقابلية التوسع ومعرفة المجال، على سبيل المثال لا الحصر. من الضروري البدء بتعريف واضح للمشكلة، وبيانات نظيفة وذات صلة، ثم العمل تدريجيًا عبر المراحل المختلفة لتطوير النموذج. ومع ذلك، يمكن للشركات إنشاء نماذج التعلم الآلي الفريدة الخاصة بها باستخدام تصنيف Amazon Comprehend المخصص لتصنيف المستندات النصية تلقائيًا إلى فئات أو علامات، لتلبية متطلبات الأعمال المحددة وتعيين تكنولوجيا الأعمال وفئات المستندات. وبما أن وضع العلامات البشرية أو التصنيف لم يعد ضروريًا، فقد يؤدي ذلك إلى توفير الكثير من الوقت والمال والعمالة للشركات. لقد جعلنا هذه العملية بسيطة من خلال أتمتة مسار التدريب بالكامل.
في الجزء الأول من منشور المدونة متعدد السلاسل هذا، ستتعلم كيفية إنشاء مسار تدريب قابل للتطوير وإعداد بيانات التدريب لفهم نماذج التصنيف المخصص. سنقدم مسارًا تدريبيًا مخصصًا للمصنفات يمكن نشره في حساب AWS الخاص بك بنقرات قليلة. نحن نستخدم مجموعة بيانات أخبار بي بي سي، وسوف نقوم بتدريب أحد المصنفين لتحديد الفئة (مثل السياسة والرياضة) التي تنتمي إليها الوثيقة. سيمكن المسار مؤسستك من الاستجابة بسرعة للتغييرات وتدريب النماذج الجديدة دون الحاجة إلى البدء من الصفر في كل مرة. يمكنك توسيع نطاق نماذج متعددة وتدريبها بناءً على طلبك بسهولة.
المتطلبات الأساسية المسبقة
- حساب AWS نشط (انقر فوق هنا لإنشاء حساب AWS جديد)
- الوصول إلى Amazon Comprehend وAmazon S3 وAmazon Lambda وAmazon Step Function وAmazon SNS وAmazon CloudFormation
- تم إعداد بيانات التدريب (شبه الهيكل أو النص) في القسم التالي
- المعرفة الأساسية حول لغة بايثون والتعلم الآلي بشكل عام
تحضير بيانات التدريب
يمكن أن يأخذ هذا الحل مدخلات أيضًا تنسيق النص (على سبيل المثال CSV) أو تنسيق شبه منظم (مثلا PDF).
إدخال النص
فهم الأمازون يدعم التصنيف المخصص وضعين: متعدد الفئات ومتعدد العلامات.
في الوضع متعدد الفئات، يمكن أن يكون لكل مستند فئة واحدة فقط مخصصة له. يجب إعداد بيانات التدريب كملف CSV مكون من عمودين بحيث يحتوي كل سطر من الملف على فئة واحدة ونص مستند يوضح الفصل.
مثال على مجموعة بيانات بي بي سي الإخبارية:
في وضع التسميات المتعددة، يحتوي كل مستند على فئة واحدة على الأقل مخصصة له، ولكن يمكن أن يحتوي على المزيد. يجب أن تكون بيانات التدريب كملف CSV مكون من عمودين، حيث يحتوي كل سطر من الملف على فئة واحدة أو أكثر ونص وثيقة التدريب. يجب الإشارة إلى أكثر من فئة واحدة باستخدام الفاصل بين كل فئة.
لا ينبغي تضمين أي رأس في ملف CSV لأي من وضعي التدريب.
مدخلات شبه منظمة
بدءًا من 2023 ، فهم الأمازون يدعم الآن نماذج التدريب باستخدام المستندات شبه المنظمة. تتكون بيانات التدريب الخاصة بالإدخال شبه الهيكلي من مجموعة من المستندات ذات العلامات، والتي يمكن أن تكون مستندات محددة مسبقًا من مستودع المستندات الذي يمكنك الوصول إليه بالفعل. فيما يلي مثال لبيانات ملف التعليقات التوضيحية CSV المطلوبة للتدريب (عينة البيانات):
يحتوي ملف التعليقات التوضيحية CSV على ثلاثة أعمدة: يحتوي العمود الأول على تسمية المستند، والعمود الثاني هو اسم المستند (أي اسم الملف)، والعمود الأخير هو رقم صفحة المستند الذي تريد تضمينه في ملف التعليقات التوضيحية. مجموعة بيانات التدريب. في معظم الحالات، إذا كان ملف التعليقات التوضيحية CSV موجودًا في نفس المجلد مع جميع المستندات الأخرى، فستحتاج فقط إلى تحديد اسم المستند في العمود الثاني. ومع ذلك، إذا كان ملف CSV موجودًا في موقع مختلف، فستحتاج إلى تحديد المسار إلى الموقع في العمود الثاني، مثل path/to/prefix/document1.pdf
.
للحصول على تفاصيل حول كيفية إعداد بيانات التدريب الخاصة بك، يرجى الرجوع إلى هنا.
حل نظرة عامة
- فهم الأمازون يبدأ مسار التدريب عند تحميل بيانات التدريب (ملف .csv لإدخال النص وملف .csv للتعليقات التوضيحية للإدخال شبه الهيكلي) إلى خدمة Amazon Simple Storage Service المخصصة (الأمازون S3) دلو.
- An AWS لامدا يتم استدعاء الدالة بواسطة الأمازون S3 يتم تشغيله بحيث يتم تحميل كائن إلى محدد في كل مرة الأمازون S3 الموقع، تقوم وظيفة AWS Lambda باسترداد اسم مجموعة المصدر والاسم الرئيسي للكائن الذي تم تحميله وتمريره إلى التدريب وظيفة الخطوة سير العمل.
- في وظيفة خطوة التدريب، بعد تلقي اسم مجموعة بيانات التدريب واسم مفتاح الكائن كمعلمات إدخال، يبدأ سير عمل تدريب النموذج المخصص كسلسلة من وظائف lambdas كما هو موضح:
StartComprehendTraining
: تحدد وظيفة AWS Lambda أComprehendClassifier
كائن اعتمادًا على نوع ملفات الإدخال (على سبيل المثال، نص أو شبه منظم) ثم يبدأ فهم الأمازون مهمة التدريب على التصنيف المخصص عن طريق الاتصال create_document_classifier واجهة برمجة التطبيقات (API)، والتي تُرجع أسماء موارد أمازون الوظيفية (ARN) للتدريب. بعد ذلك، تقوم هذه الوظيفة بالتحقق من حالة مهمة التدريب عن طريق الاستدعاء description_document_classifier واجهة برمجة التطبيقات. وأخيرًا، تقوم بإرجاع ARN الخاص بالمهمة التدريبية وحالة الوظيفة، كمخرجات إلى المرحلة التالية من سير عمل التدريب.GetTrainingJobStatus
: تتحقق AWS Lambda من حالة مهمة مهمة التدريب كل 15 دقيقة، عن طريق الاتصال description_document_classifier API، حتى تتغير حالة مهمة التدريب إلى مكتملة أو فاشلة.GenerateMultiClass
orGenerateMultiLabel
: إذا قمت بتحديد نعم فعلا للحصول على تقرير الأداء عند تشغيل المكدس، سيقوم أحد جهازي AWS Lambdas بتشغيل التحليل وفقًا لمخرجات نموذج Amazon Comprehend، مما يؤدي إلى إنشاء تحليل أداء لكل فئة وحفظه في الأمازون S3.GenerateMultiClass
: سيتم استدعاء AWS Lambda إذا كانت مدخلاتك كذلك متعدد الفئات وأنت تختار نعم فعلا لتقرير الأداء.GenerateMultiLabel
: سيتم استدعاء AWS Lambda إذا كانت مدخلاتك كذلك متعدد التسمية وأنت تختار نعم فعلا لتقرير الأداء.
- بمجرد الانتهاء من التدريب بنجاح، يولد الحل المخرجات التالية:
- نموذج التصنيف المخصص: سيتوفر نموذج ARN مُدرب في حسابك للعمل الاستدلالي المستقبلي.
- الارتباك مصفوفة [الاختيارل]: مصفوفة الارتباك (
confusion_matrix
.json) ستكون متاحة في الإخراج المحدد من قبل المستخدم الأمازون S3 المسار، اعتمادا على اختيار المستخدم. - خدمة إعلام أمازون البسيطة إشعار [الاختيارl]: سيتم إرسال إشعار بالبريد الإلكتروني حول حالة مهمة التدريب إلى المشتركين، اعتمادًا على اختيار المستخدم الأولي.
تجول
إطلاق الحل
لنشر خط الأنابيب الخاص بك ، أكمل الخطوات التالية:
- اختار قم بتشغيل Stack الزر:
- اختر التالي
- حدد تفاصيل خط الأنابيب مع الخيارات التي تناسب حالة الاستخدام الخاصة بك:
معلومات لكل تفاصيل المكدس:
- اسم المكدس (مطلوب) - الاسم الذي حددته لهذا تكوين سحابة AWS كومة. يجب أن يكون الاسم فريدًا في المنطقة التي تقوم بإنشائه فيها.
- Q01ClassifierInputBucketName (مطلوب) - اسم حاوية Amazon S3 لتخزين بيانات الإدخال الخاصة بك. يجب أن يكون اسمًا فريدًا عالميًا وتساعدك حزمة AWS CloudFormation على إنشاء المجموعة أثناء إطلاقها.
- Q02ClassifierOutputBucketName (مطلوب) – اسم حاوية Amazon S3 لتخزين المخرجات من Amazon Comprehend والتدفق. ويجب أن يكون أيضًا اسمًا فريدًا عالميًا.
- Q03تنسيق الإدخال - اختيار القائمة المنسدلة، يمكنك الاختيار نص (إذا كانت بيانات التدريب الخاصة بك عبارة عن ملفات CSV) أو شبه هيكل (إذا كانت بيانات التدريب الخاصة بك شبه بنية [على سبيل المثال، ملفات PDF]) بناءً على تنسيق إدخال البيانات الخاص بك.
- Q04اللغة – اختيار القائمة المنسدلة، واختيار لغة المستندات من القائمة المدعومة. يرجى ملاحظة أنه حاليًا يتم دعم اللغة الإنجليزية فقط إذا كان تنسيق الإدخال الخاص بك شبه منظم.
- Q05MultiClass - اختيار القائمة المنسدلة، حدد نعم فعلا إذا كان الإدخال الخاص بك هو وضع MultiClass. خلاف ذلك، حدد لا.
- Q06LabelDelimiter – مطلوب فقط إذا كانت إجابتك Q05MultiClass هي لا. يتم استخدام هذا المحدد في بيانات التدريب الخاصة بك لفصل كل فصل.
- Q07validationDataset - اختيار القائمة المنسدلة، تغيير الإجابة إلى نعم فعلا إذا كنت ترغب في اختبار أداء المصنف المدرب باستخدام بيانات الاختبار الخاصة بك.
- Q08S3ValidationPath – مطلوب فقط إذا كانت إجابتك Q07ValidationDataset هي نعم فعلا.
- تقرير الأداء Q09 - اختيار القائمة المنسدلة، حدد نعم فعلا إذا كنت ترغب في إنشاء تقرير الأداء على مستوى الفصل بعد التدريب النموذجي. سيتم حفظ التقرير في مجموعة الإخراج المحددة في Q02ClassifierOutputBucketName.
- Q10إخطار البريد الإلكتروني - اختيار القائمة المنسدلة. يختار نعم فعلا إذا كنت تريد تلقي إشعار بعد تدريب النموذج.
- Q11معرف البريد الإلكتروني – أدخل عنوان بريد إلكتروني صالحًا لتلقي إشعار تقرير الأداء. يرجى ملاحظة أنه يتعين عليك تأكيد الاشتراك من بريدك الإلكتروني بعد تشغيل مكدس AWS CloudFormation، قبل أن تتمكن من تلقي إشعار عند اكتمال التدريب.
- في قسم خيارات حزمة Amazon Configure، أضف العلامات الاختيارية والأذونات والإعدادات المتقدمة الأخرى.
- اختار التالى
- قم بمراجعة تفاصيل المكدس وحدد أقر بذلك تكوين سحابة AWS قد ينشئ AWS IAM موارد.
- اختار تسجيل. يؤدي هذا إلى بدء نشر التدفق في حساب AWS الخاص بك.
- بعد نشر المكدس بنجاح، يمكنك البدء في استخدام المسار. إنشاء
/training-data
المجلد الموجود أسفل موقع Amazon S3 المحدد للإدخال. ملحوظة: الأمازون S3 يطبق تلقائيًا التشفير من جانب الخادم (SSE-S3) لكل كائن جديد ما لم تحدد خيار تشفير مختلف. يرجى الرجوع حماية البيانات في Amazon S3 لمزيد من التفاصيل حول حماية البيانات والتشفير في الأمازون S3.
- قم بتحميل بيانات التدريب الخاصة بك إلى المجلد. (إذا كانت بيانات التدريب شبه منظمة، فقم بتحميل جميع ملفات PDF قبل تحميل معلومات التصنيف بتنسيق csv).
انت انتهيت! لقد نجحت في نشر خط الأنابيب الخاص بك ويمكنك التحقق من حالة خط الأنابيب في وظيفة الخطوة المنشورة. (سيكون لديك نموذج مدرب في لوحة التصنيف المخصصة الخاصة بك في Amazon Comprehend).
إذا اخترت النموذج ونسخته في الداخل فهم الأمازون وحدة التحكم، يمكنك الآن رؤية المزيد من التفاصيل حول النموذج الذي قمت بتدريبه للتو. ويتضمن الوضع الذي تحدده، والذي يتوافق مع الخيار Q05MultiClass، وعدد الملصقات، وعدد المستندات المدربة والاختبارية داخل بيانات التدريب الخاصة بك. يمكنك أيضًا التحقق من الأداء العام أدناه؛ ومع ذلك، إذا كنت تريد التحقق من الأداء التفصيلي لكل فئة، فيرجى الرجوع إلى تقرير الأداء الذي تم إنشاؤه بواسطة المسار المنشور.
حصص الخدمة
يحتوي حساب AWS الخاص بك على حصص افتراضية لـ فهم الأمازون و AmazonTextract، إذا كانت المدخلات بتنسيق شبه هيكلي. لعرض حصص الخدمة، يرجى الرجوع هنا For فهم الأمازون و هنا For AmazonTextract.
تنظيف
لتجنب تكبد رسوم مستمرة ، احذف الموارد التي أنشأتها كجزء من هذا الحل عند الانتهاء.
- على الأمازون S3 وحدة التحكم، قم بحذف المحتويات الموجودة داخل المجموعات التي قمت بإنشائها لبيانات الإدخال والإخراج يدويًا.
- على تكوين سحابة AWS وحدة ، اختر كومات في جزء التنقل.
- حدد المكدس الرئيسي واختر حذف.
يؤدي هذا إلى حذف المكدس المنشور تلقائيًا.
- المدربين الخاص بك فهم الأمازون سيبقى نموذج التصنيف المخصص في حسابك. إذا لم تكن بحاجة إليها بعد الآن، في فهم الأمازون وحدة التحكم، احذف النموذج الذي تم إنشاؤه.
وفي الختام
في هذا المنشور، أظهرنا لك مفهوم مسار التدريب القابل للتطوير فهم الأمازون نماذج تصنيف مخصصة وتوفير حل آلي لتدريب النماذج الجديدة بكفاءة. ال تكوين سحابة AWS يتيح لك القالب المقدم إمكانية إنشاء نماذج تصنيف النصوص الخاصة بك بسهولة، بما يلبي مقاييس الطلب. يعتمد الحل ميزة Euclid التي تم الإعلان عنها مؤخرًا ويقبل المدخلات بتنسيق نصي أو شبه منظم.
والآن، نحن نشجعكم، أيها القراء، على اختبار هذه الأدوات. يمكنك العثور على مزيد من التفاصيل حول إعداد بيانات التدريب وفهم مقاييس التصنيف المخصصة. جربه وشاهد بشكل مباشر كيف يمكنه تبسيط عملية التدريب النموذجية الخاصة بك وتعزيز الكفاءة. يرجى مشاركة ملاحظاتك معنا!
حول المؤلف
سانديب سينغ هو أحد كبار علماء البيانات في خدمات AWS الاحترافية. إنه متحمس لمساعدة العملاء على الابتكار وتحقيق أهداف أعمالهم من خلال تطوير أحدث الحلول المدعومة بالذكاء الاصطناعي/التعلم الآلي. وهو يركز حاليًا على الذكاء الاصطناعي التوليدي، وماجستير إدارة الأعمال، والهندسة السريعة، وتوسيع نطاق التعلم الآلي عبر المؤسسات. إنه يجلب التطورات الحديثة في الذكاء الاصطناعي لخلق قيمة للعملاء.
يانيان تشانغ هو أحد كبار علماء البيانات في فريق توصيل الطاقة لدى AWS Professional Services. إنها متحمسة لمساعدة العملاء على حل المشكلات الحقيقية باستخدام معرفة الذكاء الاصطناعي/تعلم الآلة. في الآونة الأخيرة، كان تركيزها منصبًا على استكشاف إمكانات الذكاء الاصطناعي التوليدي وماجستير إدارة الأعمال. خارج العمل، تحب السفر وممارسة الرياضة واستكشاف أشياء جديدة.
ويريك تالوكدار هو مهندس معماري أول مع فريق Amazon Comprehend Service. إنه يعمل مع عملاء AWS لمساعدتهم على تبني التعلم الآلي على نطاق واسع. خارج العمل ، يستمتع بالقراءة والتصوير.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون السيارات / المركبات الكهربائية ، كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- تشارت بريم. ارفع مستوى لعبة التداول الخاصة بك مع ChartPrime. الوصول هنا.
- BlockOffsets. تحديث ملكية الأوفست البيئية. الوصول هنا.
- المصدر https://aws.amazon.com/blogs/machine-learning/build-a-classification-pipeline-with-amazon-comprehend-custom-classification-part-i/
- :لديها
- :يكون
- $ UP
- 1
- 100
- 11
- 15%
- 2023
- 24
- 26%
- 7
- 9
- a
- ماهرون
- من نحن
- يقبل
- الوصول
- وفقا
- حسابي
- التأهيل
- نقر
- في
- نشط
- تضيف
- العنوان
- تناولت
- تبنى
- متقدم
- التطورات
- مميزات
- بعد
- AI
- AI / ML
- خوارزمية
- الكل
- يسمح
- سابقا
- أيضا
- أمازون
- فهم الأمازون
- أمازون ويب سيرفيسز
- an
- تحليل
- تحليل
- و
- أعلن
- إجابة
- بعد الآن
- API
- تطبيق
- ينطبق
- هي
- AS
- الجوانب
- تعيين
- At
- سمعي
- التدقيق
- الآلي
- أوتوماتيك
- تلقائيا
- أتمتة
- متاح
- تجنب
- بعيدا
- AWS
- تكوين سحابة AWS
- AWS لامدا
- الخدمات المهنية AWS
- قاعدة
- على أساس
- بي بي سي
- BE
- كان
- قبل
- سلوك
- يجري
- ينتمي
- أقل من
- الفوائد
- موصى عليه
- أفضل
- ما بين
- كبير
- المدونة
- يجلب
- تصفح
- نساعدك في بناء
- الأعمال
- الأعمال
- لكن
- زر
- by
- تسمى
- دعوة
- CAN
- حقيبة
- الحالات
- الفئات
- التصنيف
- الفئة
- تغيير
- التغييرات
- اسعارنا محددة من قبل وزارة العمل
- التحقق
- الشيكات
- اختار
- اختيار
- فئة
- فصول
- تصنيف
- مبوب
- صنف
- واضح
- انقر
- جمع
- عمود
- الأعمدة
- تنافسي
- شكاوي
- إكمال
- الطلب مكتمل
- تعقيد
- الالتزام
- فهم
- تتألف
- مفهوم
- أكد
- ارتباك
- التواصل
- كنسولات
- يحتوي
- محتوى
- محتويات
- السياقات
- يتوافق
- التكلفة
- استطاع
- خلق
- خلق القيمة
- خلق
- خلق
- حاليا
- على
- زبون
- دعم العملاء
- العملاء
- البيانات
- حماية البيانات
- عالم البيانات
- مخصصة
- الترتيب
- تعريف
- يعرف
- تعريف
- التوصيل
- ديلويت
- الطلب
- يوضح
- اعتمادا
- نشر
- نشر
- نشر
- وصف
- التفاصيل
- مفصلة
- تفاصيل
- مصمم
- تطوير
- التطوير التجاري
- مختلف
- صعبة
- وثيقة
- وثائق
- دولار
- نطاق
- المجالات
- فعل
- لا
- إلى أسفل
- e
- كل
- أسهل
- بسهولة
- حافة
- كفاءة
- بكفاءة
- جهد
- جهود
- إما
- البريد الإلكتروني
- تمكين
- شجع
- التشفير
- طاقة
- اشتباك
- الهندسة
- انجليزي
- تعزيز
- ضمان
- أدخل
- الشركات
- أساسي
- أوروبا
- كل
- مثال
- ذو تكلفة باهظة
- استكشاف
- فشل
- الميزات
- ردود الفعل
- قليل
- الشكل
- قم بتقديم
- ملفات
- أخيرا
- الشركات
- الاسم الأول
- تركيبات
- تركز
- ركز
- متابعيك
- في حالة
- شكل
- تبدأ من
- وظيفة
- وظائف
- مستقبل
- توليد
- ولدت
- يولد
- توليدي
- الذكاء الاصطناعي التوليدي
- منح
- على الصعيد العالمي
- الحكم
- تدريجيا
- يملك
- وجود
- he
- مساعدة
- مساعدة
- يساعد
- لها
- كيفية
- كيفية
- لكن
- HTML
- HTTPS
- الانسان
- i
- تحديد
- if
- in
- تتضمن
- شامل
- يشمل
- القيمة الاسمية
- وأشار
- معلومات
- في البداية
- يبادر
- الابتكار
- إدخال
- المدخلات
- في الداخل
- رؤى
- السريرية
- إلى
- تقديم
- التذرع
- مسائل
- IT
- انها
- وظيفة
- JPG
- جسون
- م
- القفل
- المعرفة
- تُشير
- ملصقات
- عمل
- لغة
- كبير
- اسم العائلة
- أطلقت
- إطلاق
- تعلم
- تعلم
- الأقل
- مثل
- خط
- قائمة
- LLM
- تقع
- موقع
- مقفل
- يعد
- الكثير
- يحب
- خفض
- آلة
- آلة التعلم
- صنع
- الرئيسية
- أغلبية
- يصنع
- كتيب
- يدويا
- كثير
- رسم خريطة
- مصفوفة
- مايو..
- الوسائط
- تعرف علي
- ربما
- دقيقة
- موضة
- نموذج
- عارضات ازياء
- وسائط
- مال
- مراقبة
- الأكثر من ذلك
- أكثر
- جبل
- كثيرا
- متعدد
- يجب
- الاسم
- أسماء
- ضيق
- قائمة الإختيارات
- ضروري
- حاجة
- بحاجة
- جديد
- أخبار
- التالي
- البرمجة اللغوية العصبية
- لا
- إعلام
- الآن
- عدد
- موضوع
- أهداف
- of
- on
- ONE
- جارية
- فقط
- خيار
- مزيد من الخيارات
- or
- منظمة
- المنظمات
- أخرى
- وإلا
- لنا
- خارج
- الناتج
- في الخارج
- على مدى
- الكلي
- الخاصة
- صفحة
- خبز
- لوحة
- المعلمات
- جزء
- خاصة
- pass
- عاطفي
- مسار
- مجتمع
- إلى
- أداء
- أذونات
- تصوير
- خط أنابيب
- أفلاطون
- الذكاء افلاطون البيانات
- أفلاطون داتا
- من فضلك
- سياسات الخصوصية والبيع
- سياسة
- سياسة
- ممكن
- منشور
- محتمل
- مدعوم
- التفضيلات
- إعداد
- أعدت
- المشكلة
- مشاكل
- عملية المعالجة
- العمليات
- معالجة
- المنتج
- محترف
- برمجة وتطوير
- الحماية
- تزود
- المقدمة
- توفير
- بايثون
- جودة
- بسرعة
- القراء
- نادي القراءة
- حقيقي
- تسلم
- يستلم
- الأخيرة
- مؤخرا
- الرجوع
- منطقة
- المنظمين
- التدقيق المطلوب
- ذات صلة
- ذات الصلة
- لا تزال
- تقرير
- وذكرت
- مستودع
- مطلوب
- المتطلبات الأساسية
- مورد
- الموارد
- الرد
- النتائج
- عائدات
- حق
- القواعد
- يجري
- نفسه
- حفظ
- تم الحفظ
- التدرجية
- تحجيم
- حجم
- النطاقات
- التحجيم
- عالم
- خدش
- بحث
- الثاني
- القسم
- انظر تعريف
- اختيار
- كبير
- أرسلت
- مستقل
- مسلسلات
- الخدمة
- خدماتنا
- طقم
- ضبط
- إعدادات
- مشاركة
- هي
- قصير
- ينبغي
- أظهرت
- أظهرت
- هام
- دلالة
- الاشارات
- عزباء
- حالة
- العدالة
- وسائل التواصل الاجتماعي
- حل
- الحلول
- حل
- بعض
- مصدر
- مصادر
- محدد
- محدد
- رياضة
- كومة
- المسرح
- مراحل
- المعايير
- بداية
- يبدأ
- دولة من بين الفن
- الحالة
- خطوة
- خطوات
- تخزين
- متجر
- تبسيط
- مشتركين
- اشتراك
- بعد ذلك
- بنجاح
- هذه
- الدعم
- مدعومة
- الدعم
- الدراسة الاستقصائية
- TAG
- تناسب
- أخذ
- مهمة
- فريق
- التكنولوجيا
- تقنيات
- تكنولوجيا
- قالب
- تجربه بالعربي
- نص
- تصنيف النص
- من
- أن
- •
- المصدر
- من مشاركة
- منهم
- then
- تشبه
- هم
- الأشياء
- الآلاف
- ثلاثة
- عبر
- الوقت
- استهلاك الوقت
- إلى
- أدوات
- المواضيع
- قطار
- متدرب
- قادة الإيمان
- السفر
- جديد الموضة
- يثير
- محاولة
- اثنان
- نوع
- كشف
- مع
- فهم
- فريد من نوعه
- غير مستغل
- حتى
- تم التحميل
- تحميل
- us
- تستخدم
- حالة الاستخدام
- مستعمل
- مستخدم
- المستخدمين
- يستخدم
- استخدام
- القيمة
- قيمنا
- تشكيلة
- الإصدار
- المزيد
- تريد
- طريق..
- we
- الويب
- خدمات ويب
- الموقع الإلكتروني
- متى
- التي
- في حين
- كامل
- سوف
- مع
- في غضون
- بدون
- للعمل
- سير العمل
- سير العمل
- عامل
- العمل بها
- أعمال
- أنت
- حل متجر العقارات الشامل الخاص بك في جورجيا
- زفيرنت
- الرمز البريدي