برای شرکتهای مدرنی که با حجم عظیمی از اسناد مانند قراردادها، فاکتورها، رزومهها و گزارشها سر و کار دارند، پردازش و بازیابی کارآمد دادههای مربوطه برای حفظ مزیت رقابتی حیاتی است. با این حال، روشهای سنتی ذخیرهسازی و جستجوی اسناد میتواند زمانبر باشد و اغلب منجر به تلاش زیادی برای یافتن یک سند خاص میشود، بهویژه زمانی که شامل دستنویس باشد. اگر راهی برای پردازش هوشمندانه اسناد و جستجوی آنها با دقت بالا وجود داشت، چه؟
این امکان با متن آمازون، سرویس پردازش اسناد هوشمند AWS، همراه با قابلیت جستجوی سریع جستجوی باز. در این پست، ما شما را به سفری می بریم تا به سرعت یک راه حل نمایه سازی جستجوی اسناد را بسازید و به کار بگیرید که به سازمان شما کمک می کند تا بهتر از اسناد استفاده کند و بینش را استخراج کند.
چه در منابع انسانی به دنبال بندهای خاص در قراردادهای کارمندان باشید یا یک تحلیلگر مالی که کوهی از فاکتورها را برای استخراج داده های پرداخت جستجو می کند، این راه حل به گونه ای طراحی شده است که شما را قادر می سازد تا با سرعت و دقت بی سابقه ای به اطلاعات مورد نیاز خود دسترسی پیدا کنید.
با راهحل پیشنهادی، اسناد شما بهطور خودکار جذب میشوند، محتوای آنها تجزیه میشوند و متعاقباً در فهرست OpenSearch بسیار پاسخگو و مقیاسپذیر فهرستبندی میشوند.
ما چگونگی فناوریهایی مانند Amazon Texttract، AWS لامبدا, سرویس ذخیره سازی ساده آمازون (Amazon S3) و سرویس جستجوی باز آمازون را می توان در یک گردش کاری که به طور یکپارچه اسناد را پردازش می کند ادغام کرد. سپس به فهرستبندی این دادهها در OpenSearch میپردازیم و قابلیتهای جستجویی را که در دسترس شماست نشان میدهیم.
چه سازمان شما اولین گامها را به سوی عصر تحول دیجیتال برمیدارد یا یک غول جا افتاده است که به دنبال بازیابی اطلاعات توربوشارژ است، این راهنما قطبنمای شما برای پیمایش فرصتهایی است که پردازش اسناد هوشمند AWS و OpenSearch ارائه میدهند.
La پیاده سازی استفاده شده در این پست از ساختارهای CDK IDP Texttract Amazon – مؤلفههای کیت توسعه ابری AWS (CDK) برای تعریف زیرساخت برای گردشهای کاری پردازش اسناد هوشمند (IDP) – که به شما امکان میدهد گردشهای کاری IDP قابل سفارشیسازی خاص مورد استفاده را بسازید. سازهها و نمونههای IDP CDK مجموعهای از مؤلفهها برای فعال کردن تعریف فرآیندهای IDP در AWS هستند و منتشر میشوند. GitHub. مفاهیم اصلی مورد استفاده AWS هستند کیت توسعه ابری (CDK) سازه، واقعی پشته های CDK و توابع مرحله AWS. کارگاه از یادگیری ماشینی برای خودکارسازی و پردازش اسناد در مقیاس استفاده کنید نقطه شروع خوبی برای کسب اطلاعات بیشتر در مورد سفارشی سازی گردش کار و استفاده از نمونه گردش کار دیگر به عنوان پایه ای برای خود است.
بررسی اجمالی راه حل
در این راه حل، ما بر نمایه سازی اسناد در فهرست OpenSearch برای جستجو و بازیابی سریع اطلاعات و اسناد تمرکز می کنیم. اسناد با فرمت PDF، TIFF، JPEG یا PNG در یک سرویس ذخیره سازی ساده آمازون قرار می گیرند (آمازون S3) سطل و سپس با استفاده از این گردش کار توابع مرحله در OpenSearch نمایه می شود.
La OpenSearchWorkflow-Decider به سند نگاه می کند و تأیید می کند که سند یکی از انواع mime پشتیبانی شده (PDF، TIFF، PNG یا JPEG) است. از یکی تشکیل شده است AWS لامبدا تابع.
La DocumentSplitter حداکثر 2500 صفحه از اسناد تولید می کند. این بدان معناست که حتی اگر متن آمازون از اسناد حداکثر 3000 صفحه پشتیبانی می کند، می توانید اسناد را با صفحات بسیار بیشتری ارسال کنید و این روند همچنان به خوبی کار می کند و صفحات را در OpenSearch قرار می دهد و شماره صفحات صحیح را ایجاد می کند. را DocumentSplitter به عنوان یک تابع AWS Lambda پیاده سازی شده است.
La وضعیت نقشه هر تکه را به صورت موازی پردازش می کند.
La TextractAsync وظیفه با استفاده از غیرهمزمان، Amazon Texttract را فراخوانی می کند رابط کاربردی برنامه نویسی (API) دنبال بهترین شیوه با سرویس اطلاع رسانی ساده آمازون (آمازون SNS) اطلاعیه ها و OutputConfig برای ذخیره خروجی Amazon Texttract JSON در سطل Amazon S3 مشتری. این شامل دو تابع آمازون لامبدا است: یکی برای ارسال سند برای پردازش و دیگری فعال شدن در اعلان SNS آمازون.
از آنجا که TextractAsyوظیفه nc می تواند چندین فایل خروجی صفحه بندی شده تولید کند TextractAsyncToJSON2 فرآیند آنها را در یک فایل JSON ترکیب می کند.
زمینه توابع مرحله با اطلاعاتی غنی شده است که باید در نمایه OpenSearch در SetMetaData گام. اجرای نمونه اضافه می کند ORIGIN_FILE_NAME
, START_PAGE_NUMBER
و ORIGIN_FILE_URI
. میتوانید هر اطلاعاتی را برای غنیسازی تجربه جستجو اضافه کنید، مانند اطلاعات سایر سیستمهای باطن، شناسههای خاص یا اطلاعات طبقهبندی.
La GenerateOpenSearchBatch خروجی آمازون Texttract تولید شده JSON را می گیرد، آن را با اطلاعات موجود در زمینه تنظیم شده توسط SetMetaData ترکیب می کند و فایلی را آماده می کند که برای واردات دسته ای به OpenSearch بهینه شده است.
در OpenSearchPushInvoke، این فایل واردات دسته ای به فهرست OpenSearch ارسال می شود و برای جستجو در دسترس است. این تابع AWS Lambda با aws-lambda-opensearch ساخت از راه حل های AWS کتابخانه با استفاده از نمونه های m6g.large.search، OpenSearch نسخه 2.7، و پیکربندی سرویس بلوک الاستیک آمازون (EBS آمازون) اندازه حجم به General Purpose 2 (GP2) با 200 گیگابایت. شما می توانید پیکربندی OpenSearch را با توجه به نیاز خود تغییر دهید.
نهایی TaskOpenSearchMapping مرحله زمینه را پاک می کند، که در غیر این صورت می تواند از مقدار فراتر رود سهمیه توابع مرحله of حداکثر اندازه ورودی یا خروجی برای یک کار، وضعیت یا اجرا.
پیش نیازها
برای استقرار نمونه ها، به یک حساب AWS نیاز دارید کیت توسعه ابری AWS (AWS CDK)، نسخه فعلی پایتون و داکر مورد نیاز است. برای استقرار الگوهای AWS CloudFormation به مجوز نیاز دارید، به آن فشار دهید رجیستری ظروف الاستیک آمازون (Amazon ECR)، ایجاد کنید مدیریت هویت و دسترسی آمازون نقش های (AWS IAM)، توابع آمازون لامبدا، سطل های آمازون S3، توابع مرحله آمازون، خوشه جستجوی باز آمازون، و یک Cognito آمازون استخر کاربر مطمئن شوید که محیط AWS CLI راه اندازی شده است با مجوزهای مربوطه
شما همچنین می توانید چرخش به بالا AWS Cloud9 به عنوان مثال با AWS CDK، Python و Docker از پیش نصب شده برای شروع استقرار.
خرید
گسترش
- پس از تنظیم پیش نیازها، ابتدا باید مخزن را شبیه سازی کنید:
- سپس در پوشه مخزن cd کنید و وابستگی ها را نصب کنید:
- استقرار پشته OpenSearchWorkflow:
استقرار با تنظیمات پیکربندی پیشفرض از نمونههای GitHub حدود 25 دقیقه طول میکشد و یک گردش کار توابع مرحله ایجاد میکند، که وقتی سندی در سطل/پیشوند Amazon S3 قرار میگیرد فراخوانی میشود و متعاقباً پردازش میشود تا محتوای سند نمایه شود. در یک خوشه OpenSearch.
در زیر یک نمونه خروجی شامل لینک های مفید و اطلاعات تولید شده ازcdk deploy OpenSearchWorkflow
فرمان:
این اطلاعات در کنسول AWS CloudFormation نیز موجود است.
هنگامی که یک سند جدید در زیر قرار می گیرد OpenSearchWorkflow.DocumentUploadLocation، یک گردش کار جدید Step Functions برای این سند آغاز شده است.
برای بررسی وضعیت این سند، OpenSearchWorkflow.StepFunctionFlowLink پیوندی به لیست اجرای StepFunction در کنسول مدیریت AWS ارائه میکند و وضعیت پردازش سند را برای هر سند آپلود شده در Amazon S3 نشان میدهد. آموزش مشاهده و اشکال زدایی اجراها در کنسول Step Functions یک نمای کلی از اجزا و نماهای موجود در کنسول AWS ارائه می دهد.
تست
- ابتدا با استفاده از یک فایل نمونه تست کنید.
- پس از انتخاب پیوند به گردش کار StepFunction یا باز کردن کنسول مدیریت AWS و رفتن به صفحه خدمات Step Functions، می توانید به فراخوانی های مختلف گردش کار نگاه کنید.
- به نمونه اجرای سند در حال اجرا نگاهی بیندازید، جایی که می توانید اجرای تکالیف گردش کار را دنبال کنید.
جستجو
پس از اتمام فرآیند، میتوانیم تأیید کنیم که سند در فهرست OpenSearch نمایه شده است.
- برای انجام این کار، ابتدا یک کاربر آمازون Cognito ایجاد می کنیم. Amazon Cognito برای احراز هویت کاربران در برابر فهرست OpenSearch استفاده می شود. پیوند موجود در خروجی را از cdk deploy انتخاب کنید (یا به آن نگاه کنید AWS CloudFormation خروجی در کنسول مدیریت AWS) نامگذاری شده است OpenSearchWorkflow.CognitoUserPoolLink.
- بعد، انتخاب کنید ایجاد کاربر دکمه، که شما را به صفحه ای هدایت می کند تا نام کاربری و رمز عبور را برای دسترسی به داشبورد OpenSearch وارد کنید.
- بعد از انتخاب ایجاد کاربر، می توانید با کلیک کردن بر روی داشبورد OpenSearch ادامه دهید OpenSearchWorkflow.OpenSearchDashboard از خروجی استقرار CDK. با استفاده از نام کاربری و رمز عبور ایجاد شده قبلی وارد شوید. اولین بار که وارد می شوید، باید رمز عبور را تغییر دهید.
- پس از ورود به داشبورد OpenSearch، را انتخاب کنید مدیریت پشته بخش، به دنبال آن الگوی شاخصs برای ایجاد یک فهرست جستجو.
- نام پیش فرض ایندکس است اوراق-فهرست و نام الگوی شاخص از فهرست مقالات* مطابقت خواهد داشت.
- پس از کلیک کردن مرحله بعدی، انتخاب کنید برچسب زمان عنوان میدان زمان و ایجاد الگوی شاخص.
- حالا از منو، را انتخاب کنید گردش.
در بیشتر موارد، باید بازه زمانی را بر اساس آخرین مصرف خود تغییر دهید. پیش فرض 15 دقیقه است و اغلب هیچ فعالیتی در 15 دقیقه گذشته وجود نداشته است. در این مثال، برای تجسم مصرف به 15 روز تغییر کرد.
- اکنون می توانید شروع به جستجو کنید. یک رمان نمایه شد، می توانید هر عبارتی مانند آن را جستجو کنید من را اسماعیل صدا کن و نتایج را ببینید
در این مورد، اصطلاح من را اسماعیل صدا کن در صفحه 6 سند در Uniform Resource Identifier (URI)، که به محل آمازون S3 فایل اشاره می کند، ظاهر می شود. این باعث میشود که شناسایی اسناد و یافتن اطلاعات در مجموعه بزرگی از اسناد PDF، TIFF یا تصویر سریعتر در مقایسه با پرش دستی از میان آنها.
دویدن در مقیاس
به منظور تخمین مقیاس و مدت یک فرآیند نمایه سازی، پیاده سازی با 93,997 سند و مجموع 1,583,197 صفحه (میانگین 16.84 صفحه/سند و بزرگترین فایل با 3755 صفحه) آزمایش شد که همگی در OpenSearch نمایه شدند. پردازش همه فایلها و نمایهسازی آنها در OpenSearch 5.5 ساعت در منطقه شرق ایالات متحده (N. Virginia – us-east-1) با استفاده از پیشفرض طول کشید. سهمیه خدمات متنی آمازون. نمودار زیر یک آزمایش اولیه را در ساعت 18:00 و سپس خوردن اصلی در ساعت 21:00 نشان می دهد و همه تا ساعت 2:30 انجام می شود.
برای پردازش، tcdk.SFEexecutionsStartThrottle به یک تنظیم شد executions_concurrency_threshold
= 550، به این معنی که گردش کار پردازش اسناد همزمان در 550 محدود شده است و درخواست های اضافی در یک صف قرار می گیرند. آمازون SQS صف Fist-In-First-Out (FIFO)، که متعاقباً با پایان یافتن گردش کار فعلی تخلیه می شود. آستانه 550 بر اساس سهمیه خدمات متنی 600 در منطقه us-east-1 است. بنابراین، عمق صف و سن قدیمیترین پیام معیارهایی هستند که ارزش نظارت دارند.
در این آزمایش، تمام اسناد به یکباره در آمازون S3 آپلود شد، بنابراین تعداد تقریبی پیام های قابل مشاهده افزایش شدید و سپس کاهش آهسته دارد زیرا هیچ سند جدیدی دریافت نمی شود. را سن تقریبی قدیمی ترین پیام تا زمانی که همه پیام ها پردازش شوند افزایش می یابد. آمازون SQS MessageRetentionPeriod 14 روز تنظیم شده است. برای پردازش بک لاگ بسیار طولانی که ممکن است بیش از 14 روز پردازش شود، با پردازش زیرمجموعه کوچکتری از اسناد نمایندگی شروع کنید و مدت زمان اجرا را نظارت کنید تا تخمین بزنید که قبل از بیش از 14 روز چند سند را می توانید تحویل دهید. معیارهای آمازون SQS CloudWatch برای یک مورد استفاده از پردازش تعداد زیادی از اسناد، که بلافاصله جذب شده و سپس به طور کامل پردازش می شوند، مشابه به نظر می رسد. اگر مورد استفاده شما یک جریان ثابت از اسناد است، هر دو معیار، تعداد تقریبی پیام های قابل مشاهده و سن تقریبی قدیمی ترین پیام خطی تر خواهد بود. همچنین می توانید از پارامتر آستانه برای ترکیب یک بار ثابت با پردازش بک لاگ و تخصیص ظرفیت بر اساس نیازهای پردازشی خود استفاده کنید.
معیار دیگری که باید بررسی شود سلامت خوشه OpenSearch است که باید طبق آن تنظیم کنید بهترین شیوه های عملیاتی برای سرویس جستجوی باز آمازون. استقرار پیشفرض از نمونههای m6g.large.search استفاده میکند.
در اینجا یک عکس فوری از شاخص های عملکرد کلیدی (KPI) برای خوشه OpenSearch آمده است. بدون خطا، نرخ داده های فهرست بندی ثابت و تأخیر.
اجرای گردش کار توابع Step وضعیت پردازش هر سند را نشان می دهد. اگر اعدام ها را در ناموفق وضعیت، سپس جزئیات را انتخاب کنید. یک معیار خوب برای نظارت، AWS است داشبورد خودکار CloudWatch برای توابع مرحله، که برخی از موارد را نشان می دهد توابع مرحله معیارهای CloudWatch.
در این نمودار داشبورد AWS CloudWatch، اجرای موفقیت آمیز توابع Step در طول زمان را مشاهده می کنید.
و این یکی اعدام های ناموفق را نشان می دهد. اینها از طریق نمای کلی عملکردهای مرحله کنسول AWS ارزش بررسی دارند.
اسکرین شات زیر یک نمونه از اجرای ناموفق را به دلیل اندازه فایل اصلی نشان می دهد که منطقی است زیرا فایل محتوایی ندارد و قابل پردازش نیست. برای اینکه بتوانید به سند منبع برگردید و علت اصلی را تأیید کنید، فیلتر کردن فرآیندهای ناموفق و تجسم خرابی ها مهم است.
خرابیهای دیگر ممکن است شامل اسنادی باشد که از نوع mime نیستند: application/pdf، image/png، image/jpeg یا image/tiff زیرا سایر انواع سند توسط Amazon Textract پشتیبانی نمیشوند.
هزینه
مجموع هزینه جذب 1,583,278 صفحه در سرویسهای AWS مورد استفاده برای پیادهسازی تقسیم شد. لیست زیر به عنوان اعداد تقریبی است، زیرا هزینه واقعی و مدت زمان پردازش شما بسته به اندازه اسناد، تعداد صفحات در هر سند، تراکم اطلاعات در اسناد و منطقه AWS متفاوت است. آمازون DynamoDB 0.55 دلار، Amazon S3 3.33 دلار، سرویس OpenSearch 14.71 دلار، Step Functions 17.92 دلار، AWS Lambda 28.95 دلار و Amazon Textract 1,849.97 دلار مصرف می کرد. همچنین، به خاطر داشته باشید که خوشه سرویس جستجوی باز آمازون به صورت ساعتی صورتحساب میشود و زمانی که در یک دوره زمانی اجرا شود، هزینه بیشتری را جمعآوری میکند.
تغییرات
به احتمال زیاد، شما می خواهید پیاده سازی را تغییر دهید و برای مورد استفاده و اسناد خود سفارشی کنید. کارگاه از یادگیری ماشینی برای خودکارسازی و پردازش اسناد در مقیاس استفاده کنید یک نمای کلی خوب در مورد نحوه دستکاری گردش کار واقعی، تغییر جریان و افزودن اجزای جدید ارائه می دهد. برای افزودن فیلدهای سفارشی به نمایه OpenSearch، به SetMetaData وظیفه در گردش کار با استفاده از set-manifest-meta-data-opensearch تابع AWS Lambda برای افزودن متا داده به متن، که به عنوان یک فیلد به نمایه OpenSearch اضافه خواهد شد. هر گونه اطلاعات فراداده بخشی از ایندکس خواهد بود.
تمیز کردن
برای جلوگیری از متحمل شدن هزینه های آتی با استفاده از دستور زیر، منابع نمونه را حذف کنید اگر دیگر به آنها نیاز ندارید:
در همان محیطی که cdk deploy
فرمان مراقب باشید که این کار همه چیز را حذف می کند، از جمله خوشه OpenSearch و همه اسناد و سطل Amazon S3. اگر می خواهید آن اطلاعات را حفظ کنید، از سطل آمازون S3 خود نسخه پشتیبان تهیه کنید و یک عکس فوری شاخص از خوشه OpenSearch خود ایجاد کنید. اگر فایلهای زیادی را پردازش کردهاید، ممکن است مجبور شوید ابتدا سطل آمازون S3 را با استفاده از کنسول مدیریت AWS خالی کنید (یعنی پس از گرفتن نسخه پشتیبان یا همگامسازی آنها در یک سطل دیگر اگر میخواهید اطلاعات را حفظ کنید)، زیرا عملکرد پاکسازی می تواند تایم کند و سپس پشته AWS CloudFormation را نابود کند.
نتیجه
در این پست، ما به شما نشان دادیم که چگونه یک راه حل پشته کامل را برای وارد کردن تعداد زیادی سند در فهرست OpenSearch، که آماده استفاده برای موارد استفاده جستجو هستند، اجرا کنید. اجزای منفرد پیاده سازی و همچنین ملاحظات مقیاس بندی، هزینه و گزینه های اصلاح مورد بحث قرار گرفتند. همه کدها به صورت OpenSource در GitHub در دسترس هستند نمونه های IDP CDK و به عنوان سازه های IDP CDK تا راه حل های خود را از ابتدا بسازید. به عنوان گام بعدی می توانید شروع به تغییر گردش کار کنید، اطلاعاتی را به اسناد موجود در فهرست جستجو اضافه کنید و آن ها را کاوش کنید کارگاه بیجاشدگان داخلی. لطفاً در زیر در مورد تجربه و ایده های خود برای گسترش راه حل فعلی نظر دهید.
درباره نویسنده
مارتین شاد یک شرکت ارشد ML Product SA با تیم Amazon Textract است. او بیش از 20 سال تجربه در زمینه فناوری های مرتبط با اینترنت، مهندسی و راه حل های معماری دارد. او در سال 2014 به AWS ملحق شد و ابتدا برخی از بزرگترین مشتریان AWS را در کارآمدترین و مقیاسپذیرترین استفاده از خدمات AWS راهنمایی کرد و بعداً بر روی AI/ML با تمرکز بر بینایی رایانه تمرکز کرد. در حال حاضر، او وسواس زیادی برای استخراج اطلاعات از اسناد دارد.
- محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
- PlatoData.Network Vertical Generative Ai. به خودت قدرت بده دسترسی به اینجا.
- PlatoAiStream. هوش وب 3 دانش تقویت شده دسترسی به اینجا.
- PlatoESG. خودرو / خودروهای الکتریکی، کربن ، CleanTech، انرژی، محیط، خورشیدی، مدیریت پسماند دسترسی به اینجا.
- PlatoHealth. هوش بیوتکنولوژی و آزمایشات بالینی. دسترسی به اینجا.
- ChartPrime. بازی معاملاتی خود را با ChartPrime ارتقا دهید. دسترسی به اینجا.
- BlockOffsets. نوسازی مالکیت افست زیست محیطی. دسترسی به اینجا.
- منبع: https://aws.amazon.com/blogs/machine-learning/implement-smart-document-search-index-with-amazon-textract-and-amazon-opensearch/
- : دارد
- :است
- :نه
- :جایی که
- $3
- $UP
- 1
- 10
- 100
- 11
- 12
- 13
- 14
- ٪۱۰۰
- 16
- 17
- 20
- سال 20
- 200
- 2014
- 216
- 220
- 25
- 30
- 3000
- 32
- 33
- 7
- 700
- 8
- 820
- 84
- 9
- a
- درباره ما
- دسترسی
- در دسترس
- دسترسی
- مطابق
- حساب
- انباشتن
- دقت
- در میان
- فعالیت
- واقعی
- اضافه کردن
- اضافه
- اضافه کردن
- می افزاید:
- پس از
- در برابر
- سن
- AI / ML
- معرفی
- اختصاص دادن
- اجازه دادن
- همچنین
- آمازون
- Cognito آمازون
- سرویس جستجوی باز آمازون
- متن آمازون
- آمازون خدمات وب
- an
- روانکاو
- و
- هر
- API
- ظاهر می شود
- تقریبی
- هستند
- دور و بر
- AS
- At
- تصدیق
- خودکار بودن
- اتوماتیک
- بطور خودکار
- در دسترس
- میانگین
- اجتناب از
- AWS
- AWS CloudFormation
- AWS لامبدا
- کنسول مدیریت AWS
- به عقب
- بخش مدیریت
- پشتیبان گیری
- پایه
- مستقر
- BE
- زیرا
- شدن
- قبل از
- بودن
- در زیر
- بهترین
- بهترین شیوه
- بهتر
- برحذر بودن
- مسدود کردن
- هر دو
- ساختن
- دکمه
- by
- تماس ها
- CAN
- قابلیت های
- ظرفیت
- مورد
- موارد
- علت
- CD
- تغییر دادن
- تغییر
- متغیر
- بررسی
- انتخاب
- طبقه بندی
- ابر
- خوشه
- رمز
- مجموعه
- ترکیب
- توضیح
- شرکت
- مقایسه
- قطب نما
- رقابتی
- اجزاء
- کامپیوتر
- چشم انداز کامپیوتر
- مفاهیم
- رقیب
- پیکر بندی
- پیکربندی
- متصل
- ملاحظات
- تشکیل شده است
- کنسول
- ثابت
- ساختن
- ظرف
- محتوا
- زمینه
- ادامه دادن
- قرارداد
- اصلاح
- هزینه
- هزینه
- میتوانست
- همراه
- پوشش
- ایجاد
- ایجاد شده
- ایجاد
- بحرانی
- جاری
- در حال حاضر
- سفارشی
- مشتری
- مشتریان
- سفارشی
- سفارشی
- داشبورد
- داشبورد
- داده ها
- روز
- مقدار
- کاهش
- به طور پیش فرض
- تعريف كردن
- تعریف
- نشان دادن
- وابستگی
- بستگی دارد
- گسترش
- مستقر
- گسترش
- عمق
- از بین بردن
- جزئیات
- پروژه
- گفتگو
- مختلف
- دیجیتال
- دگرگونی های دیجیتال
- كشف كردن
- بحث کردیم
- نمایش
- شیرجه رفتن
- do
- کارگر بارانداز
- سند
- اسناد و مدارک
- انجام شده
- تخلیه شده
- دو
- مدت
- e
- هر
- شرق
- لبه
- موثر
- موثر
- تلاش
- کارمند
- قدرت دادن
- قادر ساختن
- مهندسی
- عظیم
- غنی سازی
- غنی شده
- وارد
- محیط
- عصر
- خطاهای
- به خصوص
- تاسیس
- تخمین زدن
- حتی
- همه چیز
- مثال
- تجاوز
- بیش از
- مازاد
- اعدام
- گسترش
- تجربه
- اکتشاف
- عصاره
- ناموفق
- FAST
- سریعتر
- رشته
- زمینه
- شکل
- پرونده
- فایل ها
- فیلتر
- نهایی
- مالی
- پیدا کردن
- پایان
- نوک انگشتان
- پایان
- نام خانوادگی
- مراحل اول
- بار اول
- جریان
- تمرکز
- متمرکز شده است
- به دنبال
- به دنبال
- پیروی
- برای
- قالب
- از جانب
- کامل
- پشته کامل
- کاملا
- تابع
- توابع
- آینده
- سوالات عمومی
- تولید
- تولید می کند
- گرفتن
- غول
- GitHub
- داده
- Go
- رفتن
- خوب
- گراف
- راهنمایی
- دهنه
- آیا
- داشتن
- he
- سلامتی
- کمک می کند
- زیاد
- بالاتر
- خیلی
- ساعت
- ساعت ها
- چگونه
- چگونه
- اما
- HTML
- HTTPS
- انسان
- منابع انسانی
- i
- ایده ها
- شناسه
- شناسایی
- هویت
- شناسه
- if
- تصویر
- انجام
- پیاده سازی
- اجرا
- واردات
- مهم
- in
- شامل
- از جمله
- افزایش
- افزایش
- شاخص
- نمایه شده
- شاخص ها
- فرد
- اطلاعات
- شالوده
- اول
- وارد کردن
- ورودی
- بینش
- نصب
- نمونه
- یکپارچه
- هوشمند
- پردازش هوشمند اسناد
- به
- تحقیق
- استناد کرد
- IT
- پیوست
- سفر
- JPG
- json
- نگاه داشتن
- کلید
- بزرگ
- بزرگترین
- نام
- تاخیر
- بعد
- یاد گرفتن
- یادگیری
- کتابخانه
- پسندیدن
- احتمالا
- ارتباط دادن
- لینک ها
- فهرست
- بار
- محل
- سیستم وارد
- ورود
- طولانی
- دیگر
- نگاه کنيد
- به دنبال
- مطالب
- دستگاه
- فراگیری ماشین
- ساخته
- اصلی
- حفظ
- حفظ
- ساخت
- باعث می شود
- مدیریت
- دستی
- بسیاری
- مسابقه
- بیشترین
- ممکن است..
- me
- به معنی
- فهرست
- پیام
- پیام
- روش
- متری
- متریک
- قدرت
- ذهن
- دقیقه
- مخلوط
- ML
- مدرن
- تغییر
- مانیتور
- نظارت بر
- بیش
- اکثر
- کوه
- چندگانه
- نام
- تحت عنوان
- پیمایش
- نیاز
- نیازهای
- جدید
- بعد
- نه
- اخطار
- اطلاعیه ها
- رمان
- عدد
- تعداد
- of
- ارائه
- غالبا
- قدیمی ترین
- on
- یک بار
- ONE
- باز کن
- متن باز
- فرصت ها
- بهینه
- گزینه
- or
- سفارش
- کدام سازمان ها
- منشاء
- دیگر
- در غیر این صورت
- خارج
- تولید
- روی
- مروری
- خود
- با ما
- صفحات
- موازی
- پارامتر
- بخش
- عبور
- کلمه عبور
- الگو
- الگوهای
- پرداخت
- برای
- کارایی
- دوره
- مجوز
- افلاطون
- هوش داده افلاطون
- PlatoData
- لطفا
- نقطه
- نقطه
- استخر
- ممکن
- پست
- شیوه های
- آماده می کند
- پیش نیازها
- هدیه
- قبلا
- روند
- فرآوری شده
- فرآیندهای
- در حال پردازش
- تولید کردن
- محصول
- برنامه نويسي
- پیشنهاد شده
- فراهم می کند
- منتشر شده
- هدف
- فشار
- قرار دادن
- قرار می دهد
- پــایتــون
- سریع
- سریعا
- نرخ
- اماده
- منطقه
- گزارش ها
- مخزن
- نماینده
- درخواست
- ضروری
- مورد نیاز
- منابع
- منابع
- پاسخگو
- نتیجه
- نتایج
- نگه داشتن
- نقش
- ریشه
- دویدن
- در حال اجرا
- SA
- همان
- مقیاس پذیر
- مقیاس
- مقیاس گذاری
- خراش
- یکپارچه
- جستجو
- جستجو
- بخش
- دیدن
- به دنبال
- انتخاب
- ارشد
- حس
- فرستاده
- خدمت
- سرویس
- خدمات
- تنظیم
- تنظیمات
- برپایی
- باید
- نشان
- نشان داد
- نشان می دهد
- مشابه
- ساده
- اندازه
- کند
- کوچکتر
- هوشمند
- عکس فوری
- So
- راه حل
- مزایا
- برخی از
- منبع
- خاص
- سرعت
- چرخش
- انشعاب
- پشته
- شروع
- آغاز شده
- راه افتادن
- دولت
- ایالات
- وضعیت
- ثابت
- گام
- مراحل
- هنوز
- ذخیره سازی
- opbevare
- ذخیره سازی
- ارسال
- متعاقبا
- موفق
- چنین
- پشتیبانی
- پشتیبانی از
- مطمئن
- سیستم های
- طراحی شده
- گرفتن
- طول می کشد
- مصرف
- کار
- وظایف
- تیم
- فن آوری
- قالب
- مدت
- قوانین و مقررات
- آزمون
- آزمایش
- متن
- که
- La
- نمودار
- اطلاعات
- منبع
- دولت
- شان
- آنها
- سپس
- آنجا.
- از این رو
- اینها
- آنها
- این
- اگر چه؟
- آستانه
- از طریق
- به
- زمان
- زمان بر
- به
- در زمان
- جمع
- سنتی
- دگرگونی
- باعث شد
- آموزش
- دو
- نوع
- انواع
- زیر
- بی سابقه
- تا
- آپلود شده
- us
- استفاده کنید
- مورد استفاده
- استفاده
- کاربر
- کاربران
- استفاده
- با استفاده از
- استفاده می کند
- تصدیق
- ارزش
- نسخه
- بسیار
- نمایش ها
- ویرجینیا
- دید
- تجسم
- حجم
- جلد
- می خواهم
- بود
- مسیر..
- we
- وب
- خدمات وب
- خوب
- بود
- چی
- چه زمانی
- که
- اراده
- با
- گردش کار
- گردش کار
- با این نسخهها کار
- کارگاه
- کارگاه های آموزشی
- با ارزش
- سال
- شما
- شما
- زفیرنت