इस पोस्ट में, हम जटिल छवि खोजों के लिए मशीन लर्निंग (एमएल) समाधान पर चर्चा करते हैं अमेज़ॅन केंद्र और अमेज़ॅन रेकग्निशन. विशेष रूप से, हम कई अलग-अलग विज़ुअल आइकन और टेक्स्ट के समावेश के कारण जटिल छवियों के लिए आर्किटेक्चर आरेखों के उदाहरण का उपयोग करते हैं।
इंटरनेट के साथ, छवि खोजना और प्राप्त करना कभी आसान नहीं रहा। अधिकांश समय, आप अपनी इच्छित छवियों का सटीक रूप से पता लगा सकते हैं, जैसे कि अपने अगले हॉलिडे गेटअवे डेस्टिनेशन की खोज करना। साधारण खोजें अक्सर सफल होती हैं, क्योंकि वे कई विशेषताओं से संबद्ध नहीं होतीं. वांछित छवि विशेषताओं से परे, खोज मानदंड को आमतौर पर आवश्यक परिणाम खोजने के लिए महत्वपूर्ण विवरण की आवश्यकता नहीं होती है। उदाहरण के लिए, यदि कोई उपयोगकर्ता किसी विशिष्ट प्रकार की नीली बोतल की खोज करने का प्रयास करता है, तो कई अलग-अलग प्रकार की नीली बोतलों के परिणाम प्रदर्शित होंगे। हालाँकि, सामान्य खोज शब्दों के कारण वांछित नीली बोतल आसानी से नहीं मिल सकती है।
खोज संदर्भ की व्याख्या करना भी परिणामों के सरलीकरण में योगदान देता है। जब उपयोगकर्ताओं के मन में एक वांछित छवि होती है, तो वे इसे टेक्स्ट-आधारित खोज क्वेरी में फ़्रेम करने का प्रयास करते हैं। समान विषयों के लिए खोज क्वेरी के बीच बारीकियों को समझना प्रासंगिक परिणाम प्रदान करने और उपयोगकर्ता द्वारा मैन्युअल रूप से परिणामों को क्रमबद्ध करने के लिए आवश्यक प्रयास को कम करने के लिए महत्वपूर्ण है। उदाहरण के लिए, खोज क्वेरी "कुत्ते का मालिक खेलता है लाने के लिए" एक कुत्ते के मालिक को कुत्ते के साथ लाने का खेल दिखाते हुए छवि परिणाम लौटाने का प्रयास करता है। हालाँकि, उत्पन्न वास्तविक परिणाम इसके बजाय एक कुत्ते पर ध्यान केंद्रित कर सकते हैं जो मालिक की भागीदारी को प्रदर्शित किए बिना किसी वस्तु को प्राप्त कर रहा है। जटिल खोजों से निपटने के दौरान उपयोगकर्ताओं को अनुपयुक्त छवि परिणामों को मैन्युअल रूप से फ़िल्टर करना पड़ सकता है।
जटिल खोजों से संबंधित समस्याओं का समाधान करने के लिए, इस पोस्ट में विस्तार से वर्णन किया गया है कि आप एक ऐसा खोज इंजन कैसे प्राप्त कर सकते हैं जो Amazon Kendra और Amazon Recognition को एकीकृत करके जटिल छवियों की खोज करने में सक्षम हो। अमेज़ॅन केंद्र एमएल द्वारा संचालित एक बुद्धिमान खोज सेवा है, और अमेज़ॅन रिकॉग्निशन एक एमएल सेवा है जो छवियों या वीडियो से वस्तुओं, लोगों, पाठ, दृश्यों और गतिविधियों की पहचान कर सकती है।
खोजने योग्य होने के लिए कौन सी छवियां बहुत जटिल हो सकती हैं? एक उदाहरण आर्किटेक्चर आरेख है, जो उपयोग मामले की जटिलता और आवश्यक तकनीकी सेवाओं की संख्या के आधार पर कई खोज मानदंडों से जुड़ा हो सकता है, जिसके परिणामस्वरूप उपयोगकर्ता के लिए महत्वपूर्ण मैन्युअल खोज प्रयास होता है। उदाहरण के लिए, यदि उपयोगकर्ता ग्राहक सत्यापन के उपयोग के मामले के लिए एक आर्किटेक्चर समाधान खोजना चाहते हैं, तो वे आमतौर पर "ग्राहक सत्यापन के लिए आर्किटेक्चर आरेख" जैसी खोज क्वेरी का उपयोग करेंगे। हालाँकि, सामान्य खोज क्वेरी सेवाओं की एक विस्तृत श्रृंखला और विभिन्न सामग्री निर्माण तिथियों में फैलेगी। उपयोगकर्ताओं को विशिष्ट सेवाओं के आधार पर उपयुक्त वास्तुशिल्प उम्मीदवारों को मैन्युअल रूप से चुनने की आवश्यकता होगी और सामग्री निर्माण तिथि और क्वेरी तिथि के अनुसार वास्तुकला डिजाइन विकल्पों की प्रासंगिकता पर विचार करना होगा।
निम्नलिखित आंकड़ा एक उदाहरण आरेख दिखाता है जो ऑर्केस्ट्रेटेड एक्सट्रैक्ट, ट्रांसफॉर्म और लोड (ईटीएल) आर्किटेक्चर समाधान दिखाता है।
उन उपयोगकर्ताओं के लिए जो क्लाउड प्लेटफ़ॉर्म पर प्रदान की जाने वाली सेवा पेशकशों से परिचित नहीं हैं, वे इस तरह के आरेख की खोज करते समय विभिन्न सामान्य तरीके और विवरण प्रदान कर सकते हैं। इसे कैसे खोजा जा सकता है इसके कुछ उदाहरण निम्नलिखित हैं:
- "ऑर्केस्ट्रेट ईटीएल वर्कफ़्लो"
- "बल्क डेटा प्रोसेसिंग को स्वचालित कैसे करें"
- "डेटा बदलने के लिए एक पाइपलाइन बनाने के तरीके"
समाधान अवलोकन
समाधान को लागू करने के लिए हम आपको निम्नलिखित चरणों से अवगत कराते हैं:
- ट्रेन और अमेज़ॅन रेकग्निशन कस्टम लेबल आर्किटेक्चर आरेखों में प्रतीकों को पहचानने के लिए मॉडल।
- आर्किटेक्चर आरेख प्रतीकों को मान्य करने के लिए Amazon रिकॉग्निशन टेक्स्ट डिटेक्शन शामिल करें।
- खोज के लिए रिपॉजिटरी बनाने के लिए वेब क्रॉलर के अंदर Amazon रिकॉग्निशन का उपयोग करें
- रिपॉजिटरी को खोजने के लिए Amazon Kendra का उपयोग करें।
प्रासंगिक परिणामों के एक बड़े भंडार के साथ उपयोगकर्ताओं को आसानी से प्रदान करने के लिए, समाधान को विश्वसनीय स्रोतों के माध्यम से खोज का एक स्वचालित तरीका प्रदान करना चाहिए। एक उदाहरण के रूप में आर्किटेक्चर आरेखों का उपयोग करते हुए, समाधान को आर्किटेक्चर आरेखों के संदर्भ लिंक और तकनीकी दस्तावेजों के माध्यम से खोजने और मौजूद सेवाओं की पहचान करने की आवश्यकता है। इन स्रोतों में उपयोग मामलों और उद्योग वर्टिकल जैसे कीवर्ड की पहचान करने से भी जानकारी प्राप्त की जा सकती है और उपयोगकर्ता को अधिक प्रासंगिक खोज परिणाम प्रदर्शित किए जा सकते हैं।
कैसे प्रासंगिक आरेखों की खोज की जानी चाहिए, इस उद्देश्य को ध्यान में रखते हुए, छवि खोज समाधान को तीन मानदंडों को पूरा करने की आवश्यकता है:
- सरल कीवर्ड खोज सक्षम करें
- उपयोगकर्ताओं द्वारा प्रदान किए जाने वाले उपयोग मामलों के आधार पर खोज प्रश्नों की व्याख्या करें
- खोज परिणामों को क्रमबद्ध और व्यवस्थित करें
कीवर्ड खोज केवल "अमेज़ॅन रिकॉग्निशन" की खोज कर रही है और विभिन्न उपयोग मामलों में सेवा का उपयोग कैसे किया जाता है, इस पर आर्किटेक्चर आरेख दिखाए जा रहे हैं। वैकल्पिक रूप से, खोज शब्दों को अप्रत्यक्ष रूप से उपयोग के मामलों और उद्योग वर्टिकल के माध्यम से आरेख से जोड़ा जा सकता है जो आर्किटेक्चर से जुड़ा हो सकता है। उदाहरण के लिए, "ईटीएल पाइपलाइन को ऑर्केस्ट्रेट कैसे करें" शब्दों की खोज के साथ निर्मित आर्किटेक्चर आरेखों के परिणाम लौटाते हैं एडब्ल्यूएस गोंद और AWS स्टेप फ़ंक्शंस. निर्माण तिथि जैसी विशेषताओं के आधार पर खोज परिणामों को क्रमित करना और क्रमित करना यह सुनिश्चित करेगा कि सेवा अद्यतन और रिलीज़ के बावजूद आर्किटेक्चर आरेख अभी भी प्रासंगिक हैं। निम्नलिखित आंकड़ा छवि खोज समाधान के लिए आर्किटेक्चर आरेख दिखाता है।
जैसा कि पिछले आरेख में दिखाया गया है और समाधान अवलोकन में, समाधान के दो मुख्य पहलू हैं। पहला पहलू अमेज़ॅन रिकॉग्निशन द्वारा किया जाता है, जो छवियों या वीडियो से वस्तुओं, लोगों, पाठ, दृश्यों और गतिविधियों की पहचान कर सकता है। इसमें पूर्व-प्रशिक्षित मॉडल शामिल हैं जिन्हें बड़े पैमाने पर छवियों और वीडियो का विश्लेषण करने के लिए लागू किया जा सकता है। अपनी कस्टम लेबल सुविधा के साथ, अमेज़ॅन रिकॉग्निशन आपको विश्वसनीय संदर्भ लिंक और तकनीकी दस्तावेज़ों में आर्किटेक्चर आरेखों के माध्यम से सोर्सिंग से एकत्रित छवियों को लेबल करके एमएल सेवा को आपकी विशिष्ट व्यावसायिक आवश्यकताओं के लिए तैयार करने की अनुमति देता है। प्रशिक्षण छवियों का एक छोटा सा सेट अपलोड करके, अमेज़ॅन रिकॉग्निशन स्वचालित रूप से प्रशिक्षण डेटा को लोड और निरीक्षण करता है, सही एमएल एल्गोरिदम का चयन करता है, एक मॉडल को प्रशिक्षित करता है, और मॉडल प्रदर्शन मेट्रिक्स प्रदान करता है। इसलिए, एमएल विशेषज्ञता के बिना उपयोगकर्ता एपीआई कॉल के माध्यम से कस्टम लेबल मॉडल के लाभों का आनंद ले सकते हैं, क्योंकि ओवरहेड की एक महत्वपूर्ण राशि कम हो जाती है। आर्किटेक्चर आरेखों पर AWS सेवा लोगो का पता लगाने के लिए समाधान Amazon Rekognition Custom Labels को लागू करता है ताकि आर्किटेक्चर आरेखों को सेवा नामों के साथ खोजा जा सके। मॉडलिंग के बाद, प्रत्येक आर्किटेक्चर आरेख छवि और उसके मेटाडेटा, जैसे URL मूल और छवि शीर्षक की पहचान की गई सेवाओं को भविष्य के खोज उद्देश्यों के लिए अनुक्रमित किया जाता है और इसमें संग्रहीत किया जाता है अमेज़ॅन डायनेमोडीबी, एक पूरी तरह से प्रबंधित, सर्वर रहित, की-वैल्यू NoSQL डेटाबेस जिसे उच्च-प्रदर्शन अनुप्रयोगों को चलाने के लिए डिज़ाइन किया गया है।
दूसरा पहलू अमेज़ॅन केंद्र द्वारा समर्थित है, एमएल द्वारा संचालित एक बुद्धिमान उद्यम खोज सेवा जो आपको विभिन्न सामग्री रिपॉजिटरी में खोज करने की अनुमति देती है। अमेज़ॅन केंद्र के साथ, आप अनुक्रमित छवियों या दस्तावेज़ों जैसे परिणामों की खोज कर सकते हैं। इन परिणामों को विभिन्न रिपॉजिटरी में भी संग्रहीत किया जा सकता है क्योंकि खोज सेवा अंतर्निर्मित कनेक्टर्स को नियोजित करती है। खोजशब्दों, वाक्यांशों और विवरणों का उपयोग खोज के लिए किया जा सकता है, जो आपको किसी विशेष उपयोग के मामले से संबंधित आरेखों को सटीक रूप से खोजने की अनुमति देता है। इसलिए, आप न्यूनतम विकास लागतों के साथ आसानी से एक बुद्धिमान खोज सेवा बना सकते हैं।
समस्या और समाधान की समझ के साथ, बाद के खंड विश्वसनीय स्रोतों से आर्किटेक्चर आरेखों के क्रॉलिंग के माध्यम से डेटा सोर्सिंग को स्वचालित करने के तरीके में गोता लगाते हैं। इसके बाद, हम पूरी तरह से प्रबंधित सेवा के साथ एक कस्टम लेबल एमएल मॉडल तैयार करने की प्रक्रिया से गुजरते हैं। अंत में, हम एमएल द्वारा संचालित एक बुद्धिमान खोज सेवा द्वारा डेटा अंतर्ग्रहण को कवर करते हैं।
कस्टम लेबल के साथ एक Amazon रिकॉग्निशन मॉडल बनाएं
किसी भी आर्किटेक्चर आरेख को प्राप्त करने से पहले, हमें यह मूल्यांकन करने के लिए एक उपकरण की आवश्यकता होती है कि क्या किसी छवि को आर्किटेक्चर आरेख के रूप में पहचाना जा सकता है। अमेज़ॅन रिकॉग्निशन कस्टम लेबल एक छवि पहचान मॉडल बनाने के लिए एक सुव्यवस्थित प्रक्रिया प्रदान करता है जो छवियों में वस्तुओं और दृश्यों की पहचान करता है जो व्यावसायिक आवश्यकता के लिए विशिष्ट हैं। इस मामले में, हम AWS सेवा आइकन की पहचान करने के लिए Amazon Rekognition Custom Labels का उपयोग करते हैं, फिर Amazon Kendra का उपयोग करके छवियों को अधिक प्रासंगिक खोज के लिए सेवाओं के साथ अनुक्रमित किया जाता है। यह मॉडल इस बात में अंतर नहीं करता है कि कोई चित्र एक आर्किटेक्चर डायग्राम है या नहीं; यह केवल सर्विस आइकन की पहचान करता है, यदि कोई हो। ऐसे में, ऐसे उदाहरण हो सकते हैं जहां छवियां जो आर्किटेक्चर आरेख नहीं हैं, वे खोज परिणामों में समाप्त हो जाती हैं। हालाँकि, ऐसे परिणाम न्यूनतम हैं।
निम्नलिखित आंकड़ा उन कदमों को दिखाता है जो यह समाधान एक Amazon Rekognition Custom Labels मॉडल बनाने के लिए लेता है।
इस प्रक्रिया में डेटासेट अपलोड करना, अपलोड किए गए डेटासेट को संदर्भित करने वाली मैनिफ़ेस्ट फ़ाइल जनरेट करना, इसके बाद इस मैनिफ़ेस्ट फ़ाइल को Amazon रिकॉग्निशन में अपलोड करना शामिल है। एक पायथन स्क्रिप्ट का उपयोग डेटासेट को अपलोड करने और मेनिफेस्ट फ़ाइल बनाने की प्रक्रिया में सहायता के लिए किया जाता है। मैनिफ़ेस्ट फ़ाइल को सफलतापूर्वक जनरेट करने पर, इसे मॉडल प्रशिक्षण प्रक्रिया शुरू करने के लिए Amazon Recognition में अपलोड किया जाता है। पायथन लिपि और इसे चलाने के तरीके के विवरण के लिए, देखें गीथहब रेपो.
मॉडल को प्रशिक्षित करने के लिए, Amazon रिकॉग्निशन प्रोजेक्ट में चुनें ट्रेन का मॉडल, उस प्रोजेक्ट का चयन करें जिसे आप प्रशिक्षित करना चाहते हैं, फिर कोई प्रासंगिक टैग जोड़ें और चुनें ट्रेन का मॉडल. Amazon रिकॉग्निशन कस्टम लेबल प्रोजेक्ट शुरू करने के निर्देशों के लिए, उपलब्ध देखें वीडियो ट्यूटोरियल. इस डेटासेट के साथ मॉडल को प्रशिक्षित होने में 8 घंटे तक का समय लग सकता है।
जब प्रशिक्षण पूरा हो जाए, तो आप मूल्यांकन परिणाम देखने के लिए प्रशिक्षित मॉडल चुन सकते हैं। सटीक, रिकॉल, और F1 जैसे विभिन्न मेट्रिक्स पर अधिक विवरण के लिए देखें अपने मॉडल के मूल्यांकन के लिए मेट्रिक्स. मॉडल का उपयोग करने के लिए, पर नेविगेट करें मॉडल का प्रयोग करें टैब, अनुमान इकाइयों की संख्या 1 पर छोड़ दें, और मॉडल प्रारंभ करें। तब हम एक का उपयोग कर सकते हैं AWS लाम्बा बेस 64 में मॉडल को चित्र भेजने के लिए कार्य करता है, और मॉडल लेबल और आत्मविश्वास स्कोर की एक सूची देता है।
Amazon Rekognition Custom Labels के साथ Amazon Rekognition मॉडल को सफलतापूर्वक प्रशिक्षित करने पर, हम इसका उपयोग क्रॉल किए गए आर्किटेक्चर आरेखों में सर्विस आइकन की पहचान करने के लिए कर सकते हैं। आर्किटेक्चर आरेख में सेवाओं की पहचान करने की सटीकता को बढ़ाने के लिए, हम एक अन्य अमेज़ॅन रिकॉग्निशन सुविधा का उपयोग करते हैं जिसे कहा जाता है पाठ का पता लगाने. इस सुविधा का उपयोग करने के लिए, हम उसी तस्वीर को बेस 64 में पास करते हैं, और अमेज़ॅन रिकॉग्निशन तस्वीर में पहचाने गए पाठ की सूची लौटाता है। निम्नलिखित आंकड़ों में, हम मूल छवि की तुलना करते हैं और छवि में सेवाओं की पहचान के बाद यह कैसा दिखता है। पहला आंकड़ा मूल छवि दिखाता है।
निम्नलिखित आंकड़ा खोजी गई सेवाओं के साथ मूल छवि दिखाता है।
स्केलेबिलिटी सुनिश्चित करने के लिए, हम एक लैम्ब्डा फ़ंक्शन का उपयोग करते हैं, जिसका उपयोग करके बनाए गए एपीआई एंडपॉइंट के माध्यम से उजागर किया जाएगा अमेज़ॅन एपीआई गेटवे. लैम्ब्डा एक सर्वर रहित, इवेंट-संचालित कंप्यूट सेवा है जो आपको सर्वर के प्रावधान या प्रबंधन के बिना वस्तुतः किसी भी प्रकार के एप्लिकेशन या बैकएंड सेवा के लिए कोड चलाने देती है। लैम्ब्डा फ़ंक्शन का उपयोग करने से एपीआई समापन बिंदु पर बड़ी मात्रा में अनुरोध किए जाने पर स्केलिंग के बारे में एक सामान्य चिंता समाप्त हो जाती है। लैम्ब्डा स्वचालित रूप से विशिष्ट एपीआई कॉल के लिए फ़ंक्शन चलाता है, जो मंगलाचरण पूरा होने पर बंद हो जाता है, जिससे उपयोगकर्ता को होने वाली लागत कम हो जाती है। क्योंकि अनुरोध को अमेज़ॅन रिकॉग्निशन एंडपॉइंट के लिए निर्देशित किया जाएगा, केवल लैम्ब्डा फ़ंक्शन का स्केलेबल होना पर्याप्त नहीं है। अमेज़ॅन रिकॉग्निशन एंडपॉइंट को स्केलेबल होने के लिए, आप एंडपॉइंट की अनुमान इकाई को बढ़ा सकते हैं। अनुमान इकाई को कॉन्फ़िगर करने के बारे में अधिक जानकारी के लिए देखें निष्कर्ष इकाइयां।
छवि पहचान प्रक्रिया के लिए लैम्ब्डा फ़ंक्शन का कोड स्निपेट निम्नलिखित है:
लैम्ब्डा फ़ंक्शन बनाने के बाद, हम एपीआई गेटवे का उपयोग करके इसे एपीआई के रूप में प्रदर्शित करने के लिए आगे बढ़ सकते हैं। लैम्ब्डा प्रॉक्सी एकीकरण के साथ एपीआई बनाने के निर्देशों के लिए देखें ट्यूटोरियल: लैम्ब्डा प्रॉक्सी एकीकरण के साथ हैलो वर्ल्ड रेस्ट एपीआई बनाएं.
आर्किटेक्चर आरेखों को क्रॉल करें
खोज सुविधा को व्यवहार्य रूप से काम करने के लिए, हमें आर्किटेक्चर आरेखों के भंडार की आवश्यकता है। हालाँकि, ये आरेख विश्वसनीय स्रोतों से उत्पन्न होने चाहिए जैसे एडब्ल्यूएस ब्लॉग और AWS प्रिस्क्रिप्टिव गाइडेंस. डेटा स्रोतों की विश्वसनीयता स्थापित करना सुनिश्चित करता है कि अंतर्निहित कार्यान्वयन और उपयोग मामलों का उद्देश्य सटीक और अच्छी तरह से जांचा गया है। अगला कदम एक क्रॉलर स्थापित करना है जो हमारे रिपॉजिटरी में फीड करने के लिए कई आर्किटेक्चर आरेखों को इकट्ठा करने में मदद कर सकता है। हमने प्रासंगिक स्रोतों से कार्यान्वयन के विवरण जैसे आर्किटेक्चर आरेख और जानकारी निकालने के लिए एक वेब क्रॉलर बनाया है। ऐसे कई तरीके हैं जिनसे आप इस तरह के तंत्र का निर्माण कर सकते हैं; इस उदाहरण के लिए, हम एक प्रोग्राम का उपयोग करते हैं जो चलता है अमेज़ॅन इलास्टिक कम्प्यूट क्लाउड (अमेज़न EC2)। प्रोग्राम पहले AWS Blog API से ब्लॉग पोस्ट के लिंक प्राप्त करता है। एपीआई से लौटाई गई प्रतिक्रिया में पोस्ट की जानकारी जैसे शीर्षक, यूआरएल, तिथि और पोस्ट में मिली छवियों के लिंक शामिल हैं।
वेब क्रॉलिंग प्रक्रिया के लिए जावास्क्रिप्ट फ़ंक्शन का कोड स्निपेट निम्नलिखित है:
इस तंत्र से, हम विभिन्न ब्लॉगों से सैकड़ों और हजारों छवियों को आसानी से क्रॉल कर सकते हैं। हालाँकि, हमें एक फ़िल्टर की आवश्यकता है जो केवल उन छवियों को स्वीकार करता है जिनमें एक आर्किटेक्चर आरेख की सामग्री होती है, जो हमारे मामले में AWS सेवाओं के प्रतीक हैं, उन छवियों को फ़िल्टर करने के लिए जो आर्किटेक्चर आरेख नहीं हैं।
यह हमारे Amazon रिकॉग्निशन मॉडल का उद्देश्य है। चित्र छवि पहचान प्रक्रिया से गुजरते हैं, जो सेवा चिह्नों की पहचान करती है और यह निर्धारित करती है कि क्या इसे एक वैध वास्तुकला आरेख के रूप में माना जा सकता है।
निम्नलिखित फ़ंक्शन का एक कोड स्निपेट है जो अमेज़ॅन रिकॉग्निशन मॉडल को चित्र भेजता है:
छवि पहचान जांच पास करने के बाद, अमेज़ॅन रिकॉग्निशन मॉडल से लौटाए गए परिणाम और इससे संबंधित जानकारी को अपने स्वयं के मेटाडेटा में बंडल किया जाता है। इसके बाद मेटाडेटा को DynamoDB तालिका में संग्रहित किया जाता है, जहां रिकॉर्ड का उपयोग Amazon Kendra में अंतर्ग्रहण करने के लिए किया जाएगा।
निम्नलिखित फ़ंक्शन का एक कोड स्निपेट है जो डायनेमोडीबी में आरेख के मेटाडेटा को संग्रहीत करता है:
Amazon Kendra में मेटाडेटा डालें
आर्किटेक्चर आरेख छवि पहचान प्रक्रिया के माध्यम से जाने के बाद और मेटाडेटा को डायनेमोडीबी में संग्रहीत किया जाता है, हमें मेटाडेटा में सामग्री को संदर्भित करते समय आरेखों को खोजने योग्य बनाने के लिए एक तरीका चाहिए। इसका दृष्टिकोण एक खोज इंजन है जिसे एप्लिकेशन के साथ एकीकृत किया जा सकता है और बड़ी मात्रा में खोज प्रश्नों को संभाल सकता है। इसलिए, हम एक बुद्धिमान उद्यम खोज सेवा Amazon Kendra का उपयोग करते हैं।
हम अमेज़ॅन केंद्र का उपयोग समाधान के इंटरैक्टिव घटक के रूप में करते हैं क्योंकि इसकी शक्तिशाली खोज क्षमताएं, विशेष रूप से प्राकृतिक भाषा के उपयोग के साथ। यह सरलता की एक अतिरिक्त परत जोड़ता है जब उपयोगकर्ता उन आरेखों की खोज कर रहे हैं जो उनके द्वारा खोजे जा रहे निकटतम हैं। Amazon Kendra सामग्री को अंतर्ग्रहण और कनेक्ट करने के लिए कई डेटा स्रोत कनेक्टर प्रदान करता है। यह समाधान DynamoDB से आर्किटेक्चर आरेखों की जानकारी को निगलने के लिए एक कस्टम कनेक्टर का उपयोग करता है। किसी डेटा स्रोत को Amazon Kendra इंडेक्स में कॉन्फ़िगर करने के लिए, आप किसी मौजूदा इंडेक्स या का उपयोग कर सकते हैं एक नया सूचकांक बनाएँ.
फिर क्रॉल किए गए डायग्राम को बनाए गए Amazon Kendra इंडेक्स में शामिल करना होगा. निम्नलिखित आंकड़ा दिखाता है कि आरेखों को कैसे अनुक्रमित किया जाता है।
सबसे पहले, डायनेमोडीबी में डाले गए आरेख एक पुट इवेंट बनाते हैं Amazon DynamoDB धाराएँ. घटना लैम्ब्डा फ़ंक्शन को ट्रिगर करती है जो अमेज़ॅन केंद्र के लिए एक कस्टम डेटा स्रोत के रूप में कार्य करती है और आरेखों को सूचकांक में लोड करती है। लैम्ब्डा फ़ंक्शन के लिए डायनेमोडीबी स्ट्रीम ट्रिगर बनाने के निर्देशों के लिए, देखें ट्यूटोरियल: Amazon DynamoDB स्ट्रीम के साथ AWS लैम्ब्डा का उपयोग करना
डायनेमोडीबी के साथ लैम्ब्डा फ़ंक्शन को एकीकृत करने के बाद, हमें फ़ंक्शन को भेजे गए आरेखों के रिकॉर्ड को अमेज़ॅन केंद्र सूचकांक में निगलना होगा। इंडेक्स विभिन्न प्रकार के स्रोतों से डेटा स्वीकार करता है, और लैम्ब्डा फ़ंक्शन से इंडेक्स में आइटम डालने का मतलब है कि इसे कस्टम डेटा स्रोत कॉन्फ़िगरेशन का उपयोग करना है। अपनी अनुक्रमणिका के लिए एक कस्टम डेटा स्रोत बनाने के निर्देशों के लिए, देखें कस्टम डेटा स्रोत कनेक्टर.
लैम्ब्डा फ़ंक्शन का एक कोड स्निपेट निम्नलिखित है कि एक आरेख को कस्टम तरीके से कैसे अनुक्रमित किया जा सकता है:
महत्वपूर्ण कारक जो आरेखों को खोजने योग्य बनाने में सक्षम बनाता है, दस्तावेज़ में ब्लॉब कुंजी है। जब उपयोगकर्ता अपना खोज इनपुट प्रदान करते हैं तो अमेज़ॅन केंद्र यही देखता है। इस उदाहरण कोड में, ब्लॉब कुंजी में छवि पहचान प्रक्रिया से पता चला जानकारी के साथ संयोजित आरेख के उपयोग के मामले का सारांशित संस्करण होता है। यह उपयोगकर्ताओं को "धोखाधड़ी का पता लगाने" या "अमेज़ॅन केंद्र" जैसे सेवा नामों के उपयोग के मामलों के आधार पर आर्किटेक्चर आरेखों की खोज करने की अनुमति देता है।
ब्लॉब कुंजी कैसी दिखती है इसका एक उदाहरण देने के लिए, निम्न स्निपेट प्रारंभिक ईटीएल आरेख का संदर्भ देता है जिसे हमने इस पोस्ट में पहले पेश किया था। इसमें उस आरेख का विवरण शामिल है जो इसे क्रॉल किए जाने पर प्राप्त किया गया था, साथ ही उन सेवाओं को शामिल किया गया था जिन्हें अमेज़ॅन रिकॉग्निशन मॉडल द्वारा पहचाना गया था।
अमेज़न केंद्र के साथ खोजें
सभी घटकों को एक साथ रखने के बाद, "रीयल टाइम एनालिटिक्स" की एक उदाहरण खोज के परिणाम निम्न स्क्रीनशॉट की तरह दिखते हैं।
इस उपयोग के मामले की खोज करके, यह विभिन्न आर्किटेक्चर आरेखों का उत्पादन करता है। उपयोगकर्ताओं को विशिष्ट कार्यभार के इन विभिन्न तरीकों के साथ प्रदान किया जाता है जिसे वे लागू करने का प्रयास कर रहे हैं।
क्लीन अप
इस पोस्ट के भाग के रूप में आपके द्वारा बनाए गए संसाधनों को साफ़ करने के लिए इस अनुभाग में दिए चरणों को पूरा करें:
- एपीआई हटाएं:
- एपीआई गेटवे कंसोल पर, हटाए जाने वाले एपीआई का चयन करें।
- पर क्रियाएँ मेनू, चुनें मिटाना.
- चुनें मिटाना पुष्टि करने के लिए।
- DynamoDB तालिका हटाएं:
- डायनॉम्बीडी कंसोल पर, चुनें टेबल्स नेविगेशन फलक में
- आपके द्वारा बनाई गई तालिका का चयन करें और चुनें मिटाना.
- पुष्टि के लिए संकेत दिए जाने पर हटाएं दर्ज करें।
- चुनें तालिका हटाएं पुष्टि करने के लिए।
- Amazon Kendra इंडेक्स हटाएं:
- अमेज़न केंद्र कंसोल पर, चुनें अनुक्रमित नेविगेशन फलक में
- आपके द्वारा बनाई गई अनुक्रमणिका का चयन करें और चुनें मिटाना
- पुष्टि के लिए पूछे जाने पर एक कारण दर्ज करें।
- चुनें मिटाना पुष्टि करने के लिए।
- Amazon रिकॉग्निशन प्रोजेक्ट हटाएं:
- Amazon Rekognition कंसोल पर, चुनें कस्टम लेबल का उपयोग करें नेविगेशन फलक में, फिर चुनें परियोजनाओं.
- आपके द्वारा बनाई गई परियोजना का चयन करें और चुनें मिटाना.
- पुष्टि के लिए संकेत दिए जाने पर हटाएं दर्ज करें।
- चुनें संबद्ध डेटासेट और मॉडल हटाएं पुष्टि करने के लिए।
- लैम्ब्डा फ़ंक्शन हटाएं:
- लैम्ब्डा कंसोल पर, हटाए जाने वाले फ़ंक्शन का चयन करें।
- पर क्रियाएँ मेनू, चुनें मिटाना.
- पुष्टि के लिए संकेत दिए जाने पर हटाएं दर्ज करें।
- चुनें मिटाना पुष्टि करने के लिए।
सारांश
इस पोस्ट में, हमने एक उदाहरण दिखाया है कि कैसे आप छवियों से बुद्धिमानी से जानकारी खोज सकते हैं। इसमें एक अमेज़ॅन रिकॉग्निशन एमएल मॉडल को प्रशिक्षित करने की प्रक्रिया शामिल है जो छवियों के लिए एक फिल्टर के रूप में कार्य करता है, छवि क्रॉलिंग का स्वचालन, जो विश्वसनीयता और दक्षता सुनिश्चित करता है, और एक कस्टम डेटा स्रोत संलग्न करके आरेखों के लिए क्वेरी करना जो आइटम को अधिक लचीले तरीके से अनुक्रमित करने में सक्षम बनाता है। . कोड के कार्यान्वयन में गहराई से जाने के लिए, देखें गीथहब रेपो.
अब जब आप समझ गए हैं कि जटिल खोजों के लिए एक केंद्रीकृत खोज भंडार की रीढ़ कैसे पहुंचाई जाए, तो अपना स्वयं का छवि खोज इंजन बनाने का प्रयास करें। मुख्य विशेषताओं के बारे में अधिक जानकारी के लिए देखें Amazon Rekognition Custom Labels के साथ शुरुआत करना, सामग्री को मॉडरेट करना, और अमेज़न केंद्र डेवलपर गाइड. यदि आप Amazon रिकॉग्निशन कस्टम लेबल्स के लिए नए हैं, तो इसे हमारे मुफ़्त टियर का उपयोग करके आज़माएं, जो 3 महीने तक चलता है और इसमें प्रति माह 10 निःशुल्क प्रशिक्षण घंटे और प्रति माह 4 मुफ़्त अनुमान घंटे शामिल हैं।
लेखक के बारे में
रयान देखें एडब्ल्यूएस में समाधान वास्तुकार हैं। सिंगापुर में स्थित, वह ग्राहकों के साथ उनकी व्यावसायिक समस्याओं को हल करने के लिए समाधान बनाने के साथ-साथ क्लाउड में अधिक स्केलेबल और कुशल वर्कलोड चलाने में मदद करने के लिए एक तकनीकी दृष्टि तैयार करने के लिए काम करता है।
जेम्स ओंग जिया जियांग AWS में ग्राहक समाधान प्रबंधक हैं। वह प्रवासन त्वरण कार्यक्रम (एमएपी) में माहिर हैं जहां वह ग्राहकों और भागीदारों को एडब्ल्यूएस में बड़े पैमाने पर प्रवासन कार्यक्रमों को सफलतापूर्वक लागू करने में मदद करता है। सिंगापुर में स्थित, वह स्केलेबल मैकेनिज्म के माध्यम से APJ में आधुनिकीकरण और उद्यम परिवर्तन की पहल पर भी ध्यान केंद्रित करता है। अवकाश के लिए, वह ट्रेकिंग और सर्फिंग जैसी प्रकृति की गतिविधियों का आनंद लेता है।
हैंग डुओंग एडब्ल्यूएस में एक समाधान वास्तुकार है। हनोई, वियतनाम में स्थित, वह अपने ग्राहकों के लिए अत्यधिक उपलब्ध, सुरक्षित और स्केलेबल क्लाउड समाधान प्रदान करके अपने देश भर में क्लाउड अपनाने पर ध्यान केंद्रित करती है। इसके अतिरिक्त, वह निर्माण का आनंद लेती है और विभिन्न प्रोटोटाइप परियोजनाओं में शामिल होती है। वह मशीन लर्निंग के क्षेत्र में भी भावुक हैं।
तृण वो हो ची मिन्ह सिटी, वियतनाम में स्थित AWS में एक समाधान वास्तुकार है। वह वियतनाम में विभिन्न उद्योगों और भागीदारों के ग्राहकों के साथ काम करने पर ध्यान केंद्रित करती है ताकि AWS प्लेटफॉर्म के आर्किटेक्चर और प्रदर्शनों को तैयार किया जा सके जो ग्राहक की व्यावसायिक जरूरतों से पिछड़े काम करते हैं और उपयुक्त AWS तकनीक को अपनाने में तेजी लाते हैं। फुरसत के पलों के लिए उन्हें केविंग और ट्रेकिंग करना अच्छा लगता है।
वाई किन थम AWS में क्लाउड आर्किटेक्ट हैं। सिंगापुर में स्थित, उनके दैनिक कार्य में ग्राहकों को क्लाउड पर माइग्रेट करने में मदद करना और क्लाउड में अपनी प्रौद्योगिकी स्टैक का आधुनिकीकरण करना शामिल है। अपने खाली समय में, वह मुवा थाई और ब्राजीलियाई जिउ जित्सु कक्षाओं में भाग लेते हैं।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोआईस्ट्रीम। Web3 डेटा इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- मिंटिंग द फ्यूचर डब्ल्यू एड्रिएन एशले। यहां पहुंचें।
- PREIPO® के साथ PRE-IPO कंपनियों में शेयर खरीदें और बेचें। यहां पहुंचें।
- स्रोत: https://aws.amazon.com/blogs/machine-learning/build-an-image-search-engine-with-amazon-kendra-and-amazon-rekognition/
- :हैस
- :है
- :नहीं
- :कहाँ
- $यूपी
- 1
- 10
- 100
- 12
- 200
- 40
- 7
- 8
- a
- About
- में तेजी लाने के
- स्वीकार करता है
- अनुसार
- शुद्धता
- सही
- सही रूप में
- पाना
- के पार
- गतिविधियों
- कार्य करता है
- जोड़ना
- अतिरिक्त
- इसके अतिरिक्त
- पता
- जोड़ता है
- दत्तक ग्रहण
- बाद
- सहायता
- एल्गोरिदम
- सब
- अनुमति देना
- की अनुमति देता है
- भी
- वीरांगना
- अमेज़न एथेना
- अमेज़ॅन EC2
- अमेज़ॅन केंद्र
- अमेज़ॅन रेकग्निशन
- राशि
- an
- विश्लेषण करें
- और
- अन्य
- कोई
- एपीआई
- आवेदन
- अनुप्रयोगों
- लागू
- दृष्टिकोण
- उपयुक्त
- वास्तु
- स्थापत्य
- हैं
- ऐरे
- AS
- पहलू
- पहलुओं
- जुड़े
- At
- विशेषताओं
- को स्वचालित रूप से
- स्वचालित
- स्वतः
- स्वचालन
- उपलब्ध
- का इंतजार
- एडब्ल्यूएस
- एडब्ल्यूएस गोंद
- AWS लाम्बा
- AWS स्टेप फ़ंक्शंस
- Axios
- आधार
- बैकएण्ड
- आधारित
- BE
- क्योंकि
- किया गया
- शुरू करना
- जा रहा है
- लाभ
- के बीच
- परे
- ब्लॉग
- वेबदैनिकी डाक
- ब्लॉग
- नीला
- परिवर्तन
- ब्राजील
- टूटना
- ब्राउज़र
- बफर
- निर्माण
- इमारत
- बनाया गया
- में निर्मित
- बंडल
- व्यापार
- by
- कॉल
- बुलाया
- कॉल
- कर सकते हैं
- उम्मीदवारों
- क्षमताओं
- सक्षम
- मामला
- मामलों
- सूची
- केंद्रीकृत
- विशेषताएँ
- चेक
- जाँचता
- विकल्प
- चुनें
- City
- कक्षाएं
- बादल
- बादल को गोद लेना
- क्लाउड प्लेटफॉर्म
- कोड
- सामान्य
- तुलना
- पूरा
- पूरा
- जटिल
- जटिलता
- अंग
- घटकों
- गणना करना
- चिंता
- आत्मविश्वास
- आश्वस्त
- विन्यास
- पुष्टि करें
- पुष्टि
- कनेक्ट कर रहा है
- विचार करना
- माना
- कंसोल
- शामिल
- शामिल हैं
- सामग्री
- सामग्री निर्माण
- अंतर्वस्तु
- प्रसंग
- मूल
- लागत
- लागत
- सका
- देश
- आवरण
- शिल्प
- क्रॉलर
- बनाना
- बनाया
- बनाना
- निर्माण
- भरोसा
- विश्वसनीय
- मापदंड
- रिवाज
- ग्राहक
- ग्राहक समाधान
- ग्राहक
- तिथि
- डाटाबेस
- डेटासेट
- तारीख
- खजूर
- दिन
- व्यवहार
- और गहरा
- उद्धार
- निर्भर करता है
- विवरण
- डिज़ाइन
- बनाया गया
- वांछित
- गंतव्य
- विस्तार
- विवरण
- पता चला
- खोज
- निर्धारित
- डेवलपर
- विकास
- चित्र
- विभिन्न
- में अंतर
- चर्चा करना
- प्रदर्शित
- दस्तावेज़
- दस्तावेज़ीकरण
- दस्तावेजों
- नहीं करता है
- कुत्ता
- ड्राइविंग
- दो
- e
- से प्रत्येक
- पूर्व
- आसान
- आसानी
- दक्षता
- कुशल
- प्रयास
- तत्व
- को हटा देता है
- रोजगार
- सक्षम बनाता है
- समाप्त
- endpoint
- इंजन
- का आनंद
- सुनिश्चित
- सुनिश्चित
- उद्यम
- त्रुटि
- स्थापना
- मूल्यांकन करें
- मूल्यांकन
- कार्यक्रम
- उदाहरण
- उदाहरण
- मौजूदा
- विशेषज्ञता
- निर्यात
- उजागर
- उद्धरण
- f1
- कारक
- परिचित
- Feature
- विशेषताएं
- खेत
- आकृति
- आंकड़े
- पट्टिका
- फ़िल्टर
- खोज
- प्रथम
- लचीला
- प्रवाह
- फोकस
- केंद्रित
- पीछा किया
- निम्नलिखित
- के लिए
- पाया
- फ्रेम
- मुक्त
- से
- पूरी तरह से
- समारोह
- कार्यों
- भविष्य
- खेल
- प्रवेश द्वार
- इकट्ठा
- उत्पन्न
- सृजन
- मिल
- वैश्विक
- Go
- संभालना
- है
- होने
- he
- हेडर
- मदद
- मदद
- मदद करता है
- उसे
- उच्च प्रदर्शन
- उच्चतम
- अत्यधिक
- उसके
- छुट्टी का दिन
- घंटे
- कैसे
- How To
- तथापि
- एचटीएमएल
- http
- HTTPS
- सैकड़ों
- i
- ID
- पहचान
- पहचानती
- पहचान करना
- पहचान
- if
- दिखाता है
- की छवि
- छवि मान्यता
- छवि खोजें
- छवियों
- लागू करने के
- कार्यान्वयन
- आयात
- महत्वपूर्ण
- in
- शामिल
- बढ़ना
- अनुक्रमणिका
- परोक्ष रूप से
- व्यक्ति
- उद्योगों
- उद्योग
- करें-
- प्रारंभिक
- पहल
- निवेश
- बजाय
- निर्देश
- एकीकृत
- एकीकृत
- घालमेल
- एकीकरण
- बुद्धिमान
- इंटरैक्टिव
- इंटरनेट
- में
- शुरू की
- शामिल
- भागीदारी
- IT
- आइटम
- आईटी इस
- जावास्क्रिप्ट
- काम
- जेपीजी
- JSON
- कुंजी
- परिजन
- लेबल
- लेबलिंग
- लेबल
- भाषा
- बड़ा
- बड़े पैमाने पर
- परत
- सीख रहा हूँ
- कम से कम
- छोड़ना
- लंबाई
- चलो
- चलें
- पसंद
- LINK
- जुड़ा हुआ
- लिंक
- सूची
- भार
- भार
- देखिए
- हमशक्ल
- देख
- लग रहा है
- मशीन
- यंत्र अधिगम
- बनाया गया
- मुख्य
- कामयाब
- प्रबंधक
- प्रबंध
- ढंग
- गाइड
- मैन्युअल
- बहुत
- नक्शा
- मई..
- साधन
- तंत्र
- तंत्र
- मेटाडाटा
- तरीकों
- मेट्रिक्स
- विस्थापित
- प्रवास
- मन
- कम से कम
- ML
- आदर्श
- मॉडल
- आधुनिकीकरण
- महीना
- महीने
- अधिक
- अधिकांश
- विभिन्न
- चाहिए
- नाम
- नामों
- प्राकृतिक
- प्रकृति
- नेविगेट करें
- पथ प्रदर्शन
- आवश्यकता
- की जरूरत है
- कभी नहीँ
- नया
- अगला
- संख्या
- अनेक
- वस्तु
- उद्देश्य
- वस्तुओं
- प्राप्त
- प्राप्त करने के
- प्राप्त
- of
- प्रसाद
- ऑफर
- अक्सर
- on
- ONE
- केवल
- or
- ऑर्केस्ट्रेटेड
- आदेश
- मूल
- OS
- हमारी
- आउट
- सिंहावलोकन
- अपना
- मालिक
- पृष्ठ
- फलक
- भाग
- विशेष
- विशेष रूप से
- भागीदारों
- पास
- पासिंग
- आवेशपूर्ण
- पैटर्न
- स्टाफ़
- प्रदर्शन
- मुहावरों
- चित्र
- पाइपलाइन
- मंच
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- खेल
- निभाता
- पद
- पोस्ट
- संचालित
- शक्तिशाली
- शुद्धता
- वर्तमान
- मुसीबत
- समस्याओं
- प्रक्रिया
- कार्यक्रम
- प्रोग्राम्स
- परियोजना
- परियोजनाओं
- वादा
- प्रोटोटाइप
- प्रदान करना
- बशर्ते
- प्रदान करता है
- प्रदान कर
- प्रतिनिधि
- सार्वजनिक
- उद्देश्य
- प्रयोजनों
- रखना
- डालता है
- अजगर
- प्रश्नों
- रेंज
- कारण
- मान्यता
- पहचान
- रिकॉर्ड
- अभिलेख
- घटी
- को कम करने
- संदर्भ
- क्षेत्र
- सम्बंधित
- विज्ञप्ति
- प्रासंगिकता
- प्रासंगिक
- हटाना
- हटाया
- कोष
- का अनुरोध
- अनुरोधों
- की आवश्यकता होती है
- अपेक्षित
- उपयुक्त संसाधन चुनें
- प्रतिक्रिया
- बाकी
- परिणाम
- परिणाम
- बनाए रखने के
- वापसी
- रिटर्न
- आरओडब्ल्यू
- रन
- s
- वही
- अनुमापकता
- स्केलेबल
- स्केल
- स्केलिंग
- दृश्यों
- Search
- search engine
- खोज
- दूसरा
- अनुभाग
- वर्गों
- सुरक्षित
- प्रयास
- चयनित
- भेजें
- भेजता
- serverless
- सर्वर
- सेवा
- सेवाएँ
- सेट
- वह
- चाहिए
- दिखाया
- दिखाता है
- महत्वपूर्ण
- समान
- सरल
- सादगी
- केवल
- सिंगापुर
- आकार
- छोटा
- समाधान
- समाधान ढूंढे
- हल
- कुछ
- स्रोत
- सूत्रों का कहना है
- सोर्सिंग
- विस्तार
- माहिर
- विशिष्ट
- विशेष रूप से
- बावजूद
- धुआँरा
- प्रारंभ
- शुरू
- शुरुआत में
- कदम
- कदम
- फिर भी
- बंद हो जाता है
- संग्रहित
- भंडार
- बुद्धिसंगत
- नदियों
- आगामी
- सफल
- सफलतापूर्वक
- ऐसा
- पर्याप्त
- उपयुक्त
- समर्थित
- तालिका
- लेना
- लेता है
- तकनीकी
- टेक्नोलॉजी
- शर्तों
- थाई
- कि
- RSI
- जानकारी
- लेकिन हाल ही
- फिर
- वहाँ।
- जिसके चलते
- इसलिये
- इन
- वे
- इसका
- उन
- हजारों
- तीन
- यहाँ
- टियर
- पहर
- शीर्षक
- सेवा मेरे
- एक साथ
- भी
- साधन
- विषय
- रेलगाड़ी
- प्रशिक्षित
- प्रशिक्षण
- गाड़ियों
- बदालना
- परिवर्तन
- बदलने
- कोशिश
- ट्रिगर
- <strong>उद्देश्य</strong>
- विश्वस्त
- दो
- टाइप
- प्रकार
- आम तौर पर
- असमर्थ
- आधारभूत
- समझना
- समझ
- इकाई
- इकाइयों
- अपडेट
- अपलोड की गई
- अपलोड हो रहा है
- के ऊपर
- यूआरएल
- उपयोग
- उदाहरण
- प्रयुक्त
- उपयोगकर्ता
- उपयोगकर्ताओं
- का उपयोग
- सत्यापित करें
- मूल्य
- विभिन्न
- सत्यापन
- संस्करण
- कार्यक्षेत्र
- इसका निरीक्षण किया
- के माध्यम से
- वीडियो
- वियतनाम
- देखें
- वास्तव में
- दृष्टि
- संस्करणों
- करना चाहते हैं
- था
- मार्ग..
- तरीके
- we
- वेब
- कुंआ
- थे
- क्या
- कब
- या
- कौन कौन से
- जब
- कौन
- चौड़ा
- विस्तृत श्रृंखला
- मर्जी
- साथ में
- बिना
- काम
- काम कर रहे
- कार्य
- विश्व
- होगा
- लिखना
- आप
- आपका
- जेफिरनेट