מפרסמים דיגיטליים מחפשים ללא הרף דרכים לייעל ולהפוך את זרימות העבודה של המדיה שלהם לאוטומטיות כדי ליצור ולפרסם תוכן חדש במהירות האפשרית, אך מבלי לוותר על האיכות.
הוספת תמונות כדי ללכוד את מהות הטקסט יכולה לשפר את חווית הקריאה. טכניקות למידת מכונה יכולות לעזור לך לגלות תמונות כאלה. "תמונה בולטת היא אחת הדרכים היעילות ביותר ללכוד את תשומת הלב של הקהל וליצור מעורבות בסיפור שלך - אבל היא גם חייבת להיות הגיונית".
השמיים הפוסט הקודם דנו כיצד תוכלו להשתמש בשירותי למידת מכונה של אמזון (ML) כדי לעזור לכם למצוא את התמונות הטובות ביותר שיוצבו לאורך מאמר או תקציר טלוויזיה מבלי להקליד מילות מפתח. בפוסט הקודם השתמשת אמזון כדי לחלץ מטא נתונים מתמונה. לאחר מכן השתמשת במודל הטמעת טקסט כדי ליצור הטבעת מילה של המטא נתונים שניתן להשתמש בה מאוחר יותר כדי לעזור למצוא את התמונות הטובות ביותר.
בפוסט זה, אתה רואה כיצד אתה יכול להשתמש במודלים של Amazon Titan כדי להבין במהירות מאמר ולמצוא את התמונות הטובות ביותר שילוו אותו. הפעם, אתה מייצר את ההטמעה ישירות מהתמונה.
מושג מפתח בחיפוש סמנטי הוא הטמעות. הטבעה היא ייצוג מספרי של קלט כלשהו - תמונה, טקסט או שניהם - בצורה של וקטור. כאשר יש לך וקטורים רבים, אתה יכול למדוד את המרחק ביניהם, ווקטורים שקרובים למרחק דומים או קשורים מבחינה סמנטית.
סלע אמזון הוא שירות מנוהל במלואו המציע מבחר של דגמי יסוד (FM) בעלי ביצועים גבוהים מחברות AI מובילות, כולל AI21 Labs, Anthropic, Cohere, Meta, Stability AI ואמזון עם API יחיד, יחד עם מערך רחב של יכולות לעזור לך לבנות יישומי AI גנרטיביים, לפשט את הפיתוח תוך שמירה על פרטיות ואבטחה.
אמזון טיטאן לאחרונה הוסיפה דגם הטבעה חדש לקולקציה שלה, Titan Multimodal Embeddings. מודל חדש זה יכול לשמש עבור חיפוש מולטי-מודאלי, מערכות המלצות ויישומים אחרים במורד הזרם.
מודלים מולטי-מודאליים יכולים להבין ולנתח נתונים במספר אופנים כגון טקסט, תמונה, וידאו ואודיו. הדגם האחרון של Amazon Titan יכול לקבל טקסט, תמונות או שניהם. המשמעות היא שאתה משתמש באותו מודל כדי ליצור הטבעות של תמונות וטקסט ולהשתמש בהטבעות אלה כדי לחשב עד כמה השתיים דומות.
סקירה כללית של הפתרון
בצילום המסך הבא, תוכלו לראות כיצד ניתן לצלם מאמר מיני, לבצע חיפוש ולמצוא תמונות המהדהדות את המאמר. בדוגמה זו, אתה לוקח משפט שמתאר את ורנר ווגלס לובש צעיפים לבנים בזמן טיול ברחבי הודו. הווקטור של המשפט קשור סמנטי לוקטורים של התמונות של ורנר לובש צעיף, ומכאן חזר בתור התמונות המובילות בחיפוש זה.
ברמה גבוהה מעלים תמונה ל שירות אחסון פשוט של אמזון (Amazon S3) והמטא נתונים נשלפים כולל הטבעת התמונה.
כדי לחלץ מטא נתונים טקסטואליים מהתמונה, אתה משתמש ב- תכונת זיהוי מפורסמים ו תכונת זיהוי תווית in אמזון. Amazon Rekognition מזהה אוטומטית עשרות אלפי אישים ידועים בתמונות ובסרטונים באמצעות ML. אתה משתמש בתכונה זו כדי לזהות סלבריטאים כלשהם בתמונות ולאחסן את המטא נתונים האלה שירות חיפוש פתוח של אמזון. זיהוי תווית מוצא אובייקטים ומושגים מהתמונה, כמו צילום המסך הקודם שבו יש לך את המטא נתונים של התווית מתחת לתמונה.
אתה משתמש במודל Titan Multimodal Embeddings כדי ליצור הטבעה של התמונה שהיא גם מטא נתונים ניתנים לחיפוש.
כל המטא נתונים מאוחסנים לאחר מכן שירות OpenSearch עבור שאילתות חיפוש מאוחרות יותר כאשר אתה צריך למצוא תמונה או תמונות.
החלק השני של הארכיטקטורה הוא לשלוח מאמר כדי למצוא את התמונות החדשות שנבלעו.
כאשר המאמר נשלח, עליך לחלץ ולהפוך את המאמר לקלט חיפוש עבור OpenSearch Service. אתה משתמש אמזון להתבונן לזהות כל שמות בטקסט שיכולים להיות מפורסמים פוטנציאליים. אתה מסכם את המאמר מכיוון שסביר להניח שתבחר רק תמונה אחת או שתיים כדי ללכוד את מהות המאמר. יצירת תקציר של הטקסט היא דרך טובה לוודא שההטבעה תופסת את הנקודות הרלוונטיות של הסיפור. לשם כך, אתה משתמש ב- Amazon Titan Text G1 – אקספרס דגם עם הנחיה כגון "אנא ספק סיכום של הטקסט הבא. אין להוסיף מידע שאינו מוזכר בטקסט למטה." עם המאמר המסוכם, אתה משתמש במודל Amazon Titan Multimodal Embeddings כדי ליצור הטבעה של המאמר המסוכם. למודל ההטמעה יש גם ספירת קלט אסימון מקסימלית, לכן סיכום המאמר חשוב עוד יותר כדי לוודא שתוכל לקבל כמה שיותר מידע שנלכד בהטמעה. במילים פשוטות, אסימון הוא מילה בודדת, מילת משנה או תו.
לאחר מכן אתה מבצע חיפוש נגד OpenSearch Service עם השמות וההטמעה מהמאמר כדי לאחזר תמונות הדומות מבחינה סמנטית עם נוכחותו של הידוען הנתון, אם קיים.
כמשתמש, אתה רק מחפש תמונות באמצעות מאמר כקלט.
Walkthrough
התרשים הבא מראה לך את הארכיטקטורה לספק את מקרה השימוש הזה.
השלבים הבאים מדברים על רצף הפעולות (מתואר בתרשים) המאפשרות חיפוש תמונות סמנטיות וסלבריטאים.
- אתה מעלה תמונה ל- an אמזון S3 דְלִי.
- אמזון EventBridge מאזין לאירוע זה, ולאחר מכן יוזם שלב AWS Step Functions.
- השלב פונקציות צעד לוקח את אמזון S3 פרטי תמונה ומפעיל שלוש פעולות מקבילות:
- קריאת API ל אמזון DetectLabels כדי לחלץ מטא נתונים של אובייקט
- קריאת API ל אמזון זיהוי סלבריטאים ממשקי API לחילוץ כל ידוענים ידועים
- A AWS למבדה הפונקציה משנה את גודל התמונה לממדים מקסימליים מקובלים עבור מודל הטבעת ML ויוצרת הטבעה ישירות מקלט התמונה.
- השמיים למבדה לאחר מכן, הפונקציה מכניסה את המטא נתונים של אובייקט התמונה ושמות ידוענים אם קיימים, ואת ההטמעה כ-k-NN וקטור לאינדקס OpenSearch Service.
- אמזון S3 מארח אתר סטטי פשוט, המופץ על ידי an אמזון CloudFront. ממשק המשתמש הקדמי (UI) מאפשר לך לבצע אימות עם האפליקציה באמצעות אמזון קוגניטו כדי לחפש תמונות.
- אתה שולח מאמר או טקסט כלשהו באמצעות ממשק המשתמש.
- אחר למבדה פונקציות שיחות אמזון להתבונן לזהות שמות כלשהם בטקסט כסלבריטאים פוטנציאליים.
- לאחר מכן, הפונקציה מסכמת את הטקסט כדי לקבל את הנקודות הרלוונטיות מהמאמר באמצעות Titan Text G1 – Express.
- הפונקציה מייצרת הטמעה של המאמר המסוכם באמצעות המודל של Amazon Titan Multimodal Embeddings.
- לאחר מכן הפונקציה מחפשת את שירות OpenSearch אינדקס תמונות לתמונות התואמות את שם הסלבריטאי וה- k-השכנים הקרובים ביותר עבור הווקטור באמצעות דמיון קוסינוס באמצעות K-NN מדויק עם תסריט ניקוד.
- אמזון CloudWatch ו AWS רנטגן לתת לך יכולת צפייה לתוך זרימת העבודה מקצה לקצה כדי להתריע על כל בעיה.
האיור הבא מציג את מעצב זרימת העבודה החזותית של זרימת העבודה של Step Functions.
הנה דוגמה להטמעה:
מערך המספרים הקודם הוא זה לוכד משמעות מאובייקט הטקסט או התמונה בצורה שתוכל לבצע חישובים ופונקציות מולו.
להטמעות מימדים גבוהים מכמה מאות ועד אלפים רבים של ממדים. למודל זה יש מימדיות של 1,024, כלומר, למערך הקודם יהיו 1,024 אלמנטים הלוכדים את הסמנטיקה של האובייקט הנתון.
הטבעה מולטי-מודאלית מול הטבעת טקסט
אנו דנים בשתי אפשרויות באספקת חיפוש תמונות סמנטי, כאשר ההבדל העיקרי הוא איך אתה יוצר את ההטמעות של התמונות. בשלנו הפוסט הקודם, אתה יוצר הטבעה מהמטא-נתונים הטקסטואליים, שחולץ באמצעות Amazon Rekognition. בפוסט הזה, אתה משתמש במודל Titan Multimodal Embeddings, ויכול ליצור הטבעה של התמונה ישירות.
ביצוע בדיקה מהירה והפעלת שאילתה בממשק המשתמש מול שתי הגישות, אתה יכול לראות שהתוצאות שונות באופן ניכר. מאמר השאילתה לדוגמה הוא "ורנר פוגלס אוהב ללבוש צעיפים לבנים בזמן שהוא מטייל ברחבי הודו."
התוצאה מהמודל המולטי-מודאלי נותנת ציון גבוה יותר לתמונות עם צעיף. המילה צעיף קיים במאמר שהוגש, וההטמעה זיהתה זאת.
בממשק המשתמש, אתה יכול לראות את המטא נתונים שחולצו על ידי Amazon Rekognition, והמטא נתונים אינם כוללים את המילה scarf ולכן החמיץ מידע מהתמונה, מה שאתה יכול להניח שמודל הטבעת התמונה לא עשה זאת, ולכן המודל הרב-מודאלי עשוי להיות יתרון בהתאם למקרה השימוש. באמצעות Amazon Rekognition, אתה יכול לסנן את האובייקטים שזוהו בתמונה לפני יצירת הטבעה, ולכן יש לך מקרי שימוש ישימים אחרים שעשויים לעבוד טוב יותר בהתאם לתוצאה הרצויה שלך.
האיור הבא מציג את התוצאות ממודל ההטמעות הרב-מודאליות של Amazon Titan.
האיור הבא מציג את התוצאות ממודל הטבעת הטקסט של Amazon Titan תוך שימוש במטא נתונים שחולצו של Amazon Rekognition כדי ליצור את ההטמעה.
תנאים מוקדמים
להדרכה זו, עליך להיות בעל התנאים המוקדמים הבאים:
- An חשבון AWS
- ממשק שורת הפקודה של מודל יישום ללא שרת של AWS (AWS SAM CLI)
- הפתרון משתמש ב-AWS SAM CLI לפריסה.
- ודא שאתה משתמש בגרסה האחרונה של AWS SAM CLI.
- סַוָר
- הפתרון משתמש באפשרות AWS SAM CLI כדי לבנות בתוך קונטיינר כדי למנוע את הצורך בתלות מקומית. אתה צריך דוקר בשביל זה.
- צומת
- הקצה הקדמי של פתרון זה הוא יישום אינטרנט של React שניתן להפעיל באופן מקומי באמצעות Node.
- Npm
- התקנת החבילות הנדרשות להפעלת יישום האינטרנט באופן מקומי, או לבנות אותו לפריסה מרחוק, דורשת npm.
בנו ופרסו את יישום הערימה המלאה
- שיבט את המאגר
- שנה את הספרייה לפרויקט המשובט החדש.
- הפעל את התקנת npm כדי להוריד את כל החבילות הנדרשות להפעלת היישום.
- הפעל סקריפט פריסה שמריץ סדרה של סקריפטים ברצף שיעשה א בניית סם, פריסת sam, עדכן קובצי תצורה ולאחר מכן אירח את קבצי יישומי האינטרנט באמזון S3 מוכנים להגשה דרך Amazon CloudFront
- אחת התפוקות הסופיות מהסקריפט היא כתובת URL של Amazon CloudFront, וכך תיגש לאפליקציה. עליך ליצור משתמש חדש במסוף הניהול של AWS כדי להיכנס איתו. רשום את כתובת האתר לשימוש מאוחר יותר.
צילום המסך הבא מציג כיצד הסקריפט השתמש ב-AWS SAM כדי לפרוס את המחסנית שלך והוציא כתובת URL של Amazon CloudFront שבה תוכל להשתמש כדי לגשת לאפליקציה.
צור משתמש חדש כדי להיכנס לאפליקציה
- עבור אל אמזון קוגניטו מסוף ובחר את החדש שלך מאגר משתמשים.
- צור משתמש חדש עם סיסמה חדשה.
היכנס ובדוק את אפליקציית האינטרנט
- מצא אמזון CloudFront כתובת URL כדי להגיע לדף הכניסה. זה יוצא בשורה האחרונה כפי שמוצג בצילום המסך הקודם.
- הזן את שילוב שם המשתמש והסיסמה החדש שלך כדי להיכנס.
- העלה כמה תמונות לדוגמה באמצעות ממשק המשתמש.
- בחרו בחר קובץ ולאחר מכן לבחור העלה.
הערה: אתה יכול גם להעלות ישירות לדלי S3 בכמויות גדולות על ידי הוספת קבצים ל- /העלאות תיקייה. - כתוב או העתק והדבק מאמר ובחר חפש כדי לראות אם התמונות מוחזרות לפי הזמנה צפויה.
- בחרו בחר קובץ ולאחר מכן לבחור העלה.
ניקיון
כדי להימנע מחיובים עתידיים, מחק את המשאבים.
- מצא את הדלי S3 שנפרס עם הפתרון הזה ורוקן את הדלי.
- עבור אל מסוף CloudFormation, בחר את המחסנית שפרסת באמצעות סקריפט הפריסה שהוזכר קודם לכן, ומחק את המחסנית.
סיכום
בפוסט זה, ראית כיצד להשתמש ב-Amazon Rekognition, Amazon Comprehend, Amazon Bedrock ו-OpenSearch Service כדי לחלץ מטא נתונים מהתמונות שלך ולאחר מכן להשתמש בטכניקות ML כדי לגלות באופן אוטומטי תוכן קשור הדוק באמצעות סלבריטאים וחיפוש סמנטי. זה חשוב במיוחד בתעשיית ההוצאה לאור, שבה המהירות חשובה בהוצאה מהירה של תוכן טרי ולמספר פלטפורמות.
כשלב הבא, פרוס את הפתרון בחשבון AWS שלך והעלה כמה מהתמונות שלך כדי לבדוק כיצד חיפוש סמנטי יכול לעבוד עבורך. ספר לי כמה מהמשוב שלך בתגובות למטה.
על הכותבים
מארק ווטקינס הוא ארכיטקט פתרונות בצוות המדיה והבידור, תומך בלקוחותיו בפתרון בעיות נתונים ו-ML רבות. הרחק מהחיים המקצועיים, הוא אוהב לבלות עם משפחתו ולראות את שני הקטנים שלו גדלים.
דן ג'ונס הוא מהנדס ארכיטקט פתרונות, התומך בלקוחותיו לבנות על AWS ולעמוד בדרישות העסקיות. הרחק מהחיים המקצועיים, הוא אוהב לקרוא, לבלות עם משפחתו ולבצע אוטומציה של משימות בביתם.
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
- PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
- PlatoESG. פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
- PlatoHealth. מודיעין ביוטכנולוגיה וניסויים קליניים. גישה כאן.
- מקור: https://aws.amazon.com/blogs/machine-learning/easily-build-semantic-image-search-using-amazon-titan/
- :יש ל
- :הוא
- :לֹא
- :איפה
- $ למעלה
- 1
- 100
- 24
- 7
- a
- לְקַבֵּל
- מקובל
- גישה
- ללוות
- חֶשְׁבּוֹן
- פעולות
- להוסיף
- הוסיף
- מוסיף
- יתרון
- נגד
- AI
- ערני
- תעשיות
- מאפשר
- לאורך
- גם
- אמזון בעברית
- אמזון להתבונן
- למידת מכונת אמזון
- אמזון
- אמזון שירותי אינטרנט
- an
- לנתח
- ו
- אנתרופי
- כל
- API
- ממשקי API
- ישים
- בקשה
- יישומים
- גישות
- ארכיטקטורה
- ARE
- סביב
- מערך
- מאמר
- AS
- לְהַנִיחַ
- תשומת לב
- אודיו
- לאמת
- אוטומטי
- באופן אוטומטי
- אוטומציה
- לְהִמָנַע
- רָחוֹק
- AWS
- קונסולת הניהול של AWS
- פונקציות שלב AWS
- BE
- לפני
- להלן
- הטוב ביותר
- מוטב
- בֵּין
- שניהם
- רחב
- לִבנוֹת
- עסקים
- אבל
- by
- לחשב
- חישובים
- שיחה
- שיחות
- CAN
- יכול לקבל
- יכולות
- ללכוד
- נתפס
- לוכדת
- לכידה
- מקרה
- מקרים
- ידוענים
- סלבריטאים
- אופי
- חיובים
- בחירה
- בחרו
- סְגוֹר
- מקרוב
- CO
- אוסף
- שילוב
- הערות
- חברות
- לִהַבִין
- מושג
- מושגים
- תְצוּרָה
- קונסול
- מכולה
- תוכן
- ברציפות
- יכול
- לִיצוֹר
- יוצרים
- לקוחות
- נתונים
- למסור
- אספקה
- תלות
- תלוי
- לפרוס
- פרס
- פריסה
- מְעַצֵב
- רצוי
- פרטים
- לאתר
- זוהה
- איתור
- צעצועי התפתחות
- הבדל
- אחר
- ממדים
- ישיר
- ישירות
- לגלות
- לדון
- נָדוֹן
- מרחק
- מופץ
- do
- סַוָר
- לא
- להורדה
- בקלות
- אפקטיבי
- אלמנטים
- הטבעה
- לאפשר
- סוף
- מקצה לקצה
- התעסקות
- מהנדס
- בידור
- מַהוּת
- אֲפִילוּ
- אירוע
- דוגמה
- צפוי
- ניסיון
- אקספרס
- תמצית
- משפחה
- מאפיין
- מָשׁוֹב
- מעטים
- תרשים
- קבצים
- לסנן
- סופי
- ממצאים
- הבא
- בעד
- טופס
- קרן
- טרי
- החל מ-
- חזית
- חזיתי
- מלא
- מחסנית מלאה
- לגמרי
- פונקציה
- פונקציות
- עתיד
- g1
- ליצור
- מייצר
- יצירת
- גנרטטיבית
- AI Generative
- לקבל
- מקבל
- לתת
- נתן
- טוב
- גדל
- יש
- he
- לעזור
- ומכאן
- גָבוֹהַ
- ביצועים גבוהים
- גבוה יותר
- שֶׁלוֹ
- עמוד הבית
- המארח
- מארחים
- איך
- איך
- HTML
- HTTPS
- חמישים ק"ג
- if
- תמונה
- חיפוש תמונה
- תמונות
- חשוב
- לשפר
- in
- לכלול
- כולל
- מדד
- הודו
- תעשייה
- מידע
- יוזם
- קלט
- מוסיף
- בתוך
- להתקין
- התקנה
- מִמְשָׁק
- אל תוך
- בעיות
- IT
- שֶׁלָה
- עיתונאות
- jpg
- רק
- מפתח
- מילות מפתח
- לדעת
- ידוע
- תווית
- מעבדות
- מאוחר יותר
- האחרון
- מוביל
- למידה
- לתת
- רמה
- החיים
- סביר
- קו
- מאזין
- קְצָת
- מקומי
- באופן מקומי
- הסתכלות
- אוהב
- מכונה
- למידת מכונה
- ראשי
- שמירה
- לעשות
- הצליח
- ניהול
- רב
- תואם
- עניינים
- מקסימום
- me
- משמעות
- אומר
- למדוד
- מדיה
- מוּזְכָּר
- meta
- מידע נוסף
- יכול
- החטיא
- ML
- מודל
- מודלים
- יותר
- רוב
- הרבה
- מספר
- צריך
- שם
- שמות
- צורך
- חדש
- חדש
- הבא
- צומת
- הערות
- באופן ניכר
- מספרים
- אובייקט
- אובייקטים
- of
- המיוחדות שלנו
- on
- ONE
- יחידות
- רק
- אפשרות
- אפשרויות
- or
- להזמין
- אחר
- שלנו
- הַחוּצָה
- תוֹצָאָה
- תפוקה
- פלטים
- שֶׁלוֹ
- חבילות
- עמוד
- מקביל
- חלק
- במיוחד
- סיסמה
- לְבַצֵעַ
- אישים
- לקטוף
- פלטפורמות
- אפלטון
- מודיעין אפלטון
- אפלטון נתונים
- נקודות
- אפשרי
- הודעה
- פוטנציאל
- תנאים מוקדמים
- נוכחות
- להציג
- קודם
- קוֹדֶם
- פְּרָטִיוּת
- פרטיות ואבטחה
- בעיות
- מקצועי
- פּרוֹיֶקט
- לספק
- לפרסם
- המו"לים
- הוצאה לאור
- איכות
- שאילתות
- מָהִיר
- מהירות
- מהר
- להגיב
- קריאה
- מוכן
- לאחרונה
- הכרה
- להכיר
- מוכר
- מזהה
- המלצה
- קָשׁוּר
- מרחוק
- מאגר
- נציגות
- לדרוש
- נדרש
- דרישות
- להדהד
- משאבים
- תוצאה
- תוצאות
- הפעלה
- ריצה
- פועל
- סם
- אותו
- ראה
- צעיף
- מניה
- תסריט
- סקריפטים
- חיפוש
- חיפושים
- חיפוש
- שְׁנִיָה
- אבטחה
- לִרְאוֹת
- בחר
- סמנטיקה
- משפט
- רצף
- סדרה
- ללא שרת
- שרות
- שירותים
- הגשה
- סט
- הראה
- הופעות
- סִימָן
- דומה
- פָּשׁוּט
- מפשט
- יחיד
- פִּתָרוֹן
- פתרונות
- לפתור
- כמה
- מְהִירוּת
- הוצאה
- יציבות
- לערום
- ערימות
- סטטי
- שלב
- צעדים
- אחסון
- חנות
- מאוחסן
- סיפור
- לייעל
- להגיש
- הוגש
- כזה
- לסכם
- סיכום
- מסייע
- בטוח
- תַקצִיר
- מערכות
- לקחת
- לוקח
- לדבר
- משימות
- נבחרת
- טכניקות
- עשרות
- מונחים
- מבחן
- בדיקות
- טֶקסט
- טקסטואלית
- זֶה
- השמיים
- שֶׁלָהֶם
- אותם
- אז
- לכן
- אלה
- הֵם
- זֶה
- אלה
- אלפים
- שְׁלוֹשָׁה
- דרך
- זמן
- עֲנָק
- ל
- אסימון
- חלק עליון
- לשנות
- נוסע
- tv
- שתיים
- ui
- להבין
- עדכון
- נטען
- כתובת האתר
- להשתמש
- במקרה להשתמש
- מְשׁוּמָשׁ
- משתמש
- ממשק משתמש
- שימושים
- באמצעות
- גרסה
- נגד
- וִידֵאוֹ
- וידאו
- חזותי
- בהדרכה
- צופה
- דֶרֶך..
- דרכים
- אינטרנט
- אפליקציית רשת
- שירותי אינטרנט
- אתר
- מוכר
- מה
- מתי
- אשר
- בזמן
- לבן
- ויקיפדיה
- יצטרך
- עם
- בתוך
- לְלֹא
- Word
- תיק עבודות
- זרימת עבודה
- זרימות עבודה
- אתה
- זפירנט