In Deel 1 van deze serie presenteerden we een oplossing die gebruik maakte van de Multimodale inbedding van Amazon Titan model om individuele dia's van een diapresentatie om te zetten in inbedding. We hebben de insluitingen opgeslagen in een vectordatabase en vervolgens de Grote Taal- en Visieassistent (LLaVA 1.5-7b) model om tekstreacties op gebruikersvragen te genereren op basis van de meest vergelijkbare dia die uit de vectordatabase is opgehaald. We gebruikten AWS-services, waaronder Amazonebodem, Amazon Sage Maker en Amazon OpenSearch Serverloos bij deze oplossing.
In dit bericht laten we een andere aanpak zien. Wij gebruiken de Antropisch Sonnet Claude 3 model om tekstbeschrijvingen te genereren voor elke dia in het diapresentatie. Deze beschrijvingen worden vervolgens omgezet in tekstinsluitingen met behulp van de Amazon Titan-tekstinsluitingen model en opgeslagen in een vectordatabase. Vervolgens gebruiken we het Claude 3 Sonnet-model om antwoorden op gebruikersvragen te genereren op basis van de meest relevante tekstbeschrijving uit de vectordatabase.
U kunt beide benaderingen voor uw dataset testen en de resultaten evalueren om te zien welke benadering u de beste resultaten oplevert. In deel 3 van deze serie evalueren we de resultaten van beide methoden.
Overzicht oplossingen
De oplossing biedt een implementatie voor het beantwoorden van vragen met behulp van informatie in tekst en visuele elementen van een diapresentatie. Het ontwerp is gebaseerd op het concept van Retrieval Augmented Generation (RAG). Traditioneel wordt RAG geassocieerd met tekstuele gegevens die kunnen worden verwerkt door grote taalmodellen (LLM's). In deze serie breiden we RAG uit met afbeeldingen. Dit biedt een krachtige zoekmogelijkheid om contextueel relevante inhoud te extraheren uit visuele elementen zoals tabellen en grafieken, samen met tekst.
Deze oplossing bevat de volgende componenten:
- Amazon Titan Text Embeddings is een tekstinsluitingsmodel dat tekst in natuurlijke taal, inclusief losse woorden, zinsdelen of zelfs grote documenten, omzet in numerieke representaties die kunnen worden gebruikt om gebruiksscenario's zoals zoeken, personaliseren en clusteren op basis van semantische gelijkenis aan te drijven.
- Claude 3 Sonnet is de volgende generatie ultramoderne modellen van Anthropic. Sonnet is een veelzijdige tool die een breed scala aan taken aankan, van complexe redeneringen en analyses tot snelle resultaten, evenals efficiënt zoeken en ophalen van grote hoeveelheden informatie.
- OpenSearch Serverless is een on-demand serverloze configuratie voor Amazon OpenSearch Service. We gebruiken OpenSearch Serverless als een vectordatabase voor het opslaan van insluitingen die zijn gegenereerd door het Amazon Titan Text Embeddings-model. Een index gemaakt in de OpenSearch Serverless-collectie dient als vectoropslag voor onze RAG-oplossing.
- Amazon OpenSearch-opname (OSI) is een volledig beheerde, serverloze gegevensverzamelaar die gegevens levert aan OpenSearch Service-domeinen en OpenSearch Serverloze collecties. In dit bericht gebruiken we een OSI-pijplijn-API om gegevens te leveren aan de OpenSearch Serverless vectorstore.
Het oplossingsontwerp bestaat uit twee delen: opname en gebruikersinteractie. Tijdens de opname verwerken we de ingevoerde diapresentaties door elke dia om te zetten in een afbeelding, waarbij beschrijvingen en tekstinsluitingen voor elke afbeelding worden gegenereerd. Vervolgens vullen we het vectorgegevensarchief met de insluitingen en tekstbeschrijving voor elke dia. Deze stappen worden voltooid voorafgaand aan de stappen voor gebruikersinteractie.
In de gebruikersinteractiefase wordt een vraag van de gebruiker omgezet in tekstinsluitingen. Er wordt een overeenkomstzoekopdracht uitgevoerd in de vectordatabase om een tekstbeschrijving te vinden die overeenkomt met een dia die mogelijk antwoorden op de gebruikersvraag kan bevatten. Vervolgens verstrekken we de diabeschrijving en de gebruikersvraag aan het Claude 3 Sonnet-model om een antwoord op de vraag te genereren. Alle code voor dit bericht is beschikbaar in de GitHub rest.
Het volgende diagram illustreert de opnamearchitectuur.
De workflow bestaat uit de volgende stappen:
- Dia's worden geconverteerd naar afbeeldingsbestanden (één per dia) in JPG-formaat en doorgegeven aan het Claude 3 Sonnet-model om een tekstbeschrijving te genereren.
- De gegevens worden naar het Amazon Titan Text Embeddings-model verzonden om insluitingen te genereren. In deze serie gebruiken we het slidedeck Train en implementeer stabiele diffusie met AWS Trainium en AWS Inferentia van de AWS Summit in Toronto, juni 2023 om de oplossing te demonstreren. Het voorbeelddeck heeft 31 dia's, daarom genereren we 31 sets vectorinsluitingen, elk met 1536 dimensies. We voegen extra metadatavelden toe om rijke zoekopdrachten uit te voeren met behulp van de krachtige zoekmogelijkheden van OpenSearch.
- De insluitingen worden opgenomen in een OSI-pijplijn met behulp van een API-aanroep.
- De OSI-pijplijn neemt de gegevens op als documenten in een OpenSearch Serverless-index. De index is geconfigureerd als de sink voor deze pijplijn en wordt gemaakt als onderdeel van de OpenSearch Serverless-collectie.
Het volgende diagram illustreert de architectuur voor gebruikersinteractie.
De workflow bestaat uit de volgende stappen:
- Een gebruiker dient een vraag in met betrekking tot de diapresentatie die is opgenomen.
- De gebruikersinvoer wordt omgezet in insluitingen met behulp van het Amazon Titan Text Embeddings-model dat toegankelijk is via Amazon Bedrock. Met behulp van deze insluitingen wordt een vectorzoekopdracht in de OpenSearch Service uitgevoerd. We voeren een k-dichtstbijzijnde buur (k-NN) zoekopdracht uit om de meest relevante insluitingen op te halen die overeenkomen met de zoekopdracht van de gebruiker.
- De metadata van het antwoord van OpenSearch Serverless bevat een pad naar de afbeelding en een beschrijving die overeenkomt met de meest relevante dia.
- Door de gebruikersvraag en de afbeeldingsbeschrijving te combineren, ontstaat er een prompt. De prompt wordt gegeven aan Claude 3 Sonnet, gehost op Amazon Bedrock.
- Het resultaat van deze gevolgtrekking wordt teruggestuurd naar de gebruiker.
We bespreken de stappen voor beide fasen in de volgende secties en geven details over de uitvoer.
Voorwaarden
Om de oplossing in dit bericht te implementeren, moet u een AWS-account en bekendheid met FM's, Amazon Bedrock, SageMaker en OpenSearch Service.
Deze oplossing maakt gebruik van de modellen Claude 3 Sonnet en Amazon Titan Text Embeddings die worden gehost op Amazon Bedrock. Zorg ervoor dat deze modellen zijn ingeschakeld voor gebruik door naar de Toegang tot modellen pagina op de Amazon Bedrock-console.
Als modellen zijn ingeschakeld, wordt de Toegangsstatus zal verklaren Toegang verleend.
Als de modellen niet beschikbaar zijn, schakelt u de toegang in door te kiezen Beheer modeltoegang, de modellen selecteren en kiezen Modeltoegang aanvragen. De modellen zijn onmiddellijk klaar voor gebruik.
Gebruik AWS CloudFormation om de oplossingenstack te creëren
U kunt AWS CloudFormation gebruiken om de oplossingenstack te maken. Als je de oplossing voor Deel 1 in hetzelfde AWS-account hebt gemaakt, zorg er dan voor dat je deze verwijdert voordat je deze stapel maakt.
AWS-regio | Link |
---|---|
us-east-1 |
|
us-west-2 |
Nadat de stapel met succes is gemaakt, navigeert u naar het tabblad Uitvoer van de stapel op de AWS CloudFormation-console en noteert u de waarden voor MultimodalCollectionEndpoint
en OpenSearchPipelineEndpoint
. Deze gebruik je in de vervolgstappen.
De CloudFormation-sjabloon maakt de volgende bronnen:
- IAM-rollen - Het volgende AWS Identiteits- en toegangsbeheer (IAM)-rollen worden aangemaakt. Werk deze rollen bij om machtigingen met de minste bevoegdheden toe te passen, zoals besproken in Best practices voor beveiliging.
SMExecutionRole
Met Amazon eenvoudige opslagservice (Amazon S3), SageMaker, OpenSearch Service en Amazon Bedrock volledige toegang.OSPipelineExecutionRole
met toegang tot de S3-bucket en OSI-acties.
- SageMaker notitieboek – Alle code voor dit bericht wordt uitgevoerd met behulp van dit notebook.
- OpenSearch serverloze verzameling – Dit is de vectordatabase voor het opslaan en ophalen van inbedding.
- OSI-pijplijn – Dit is de pijplijn voor het opnemen van gegevens in OpenSearch Serverless.
- S3 emmer – Alle gegevens voor dit bericht worden in deze bucket opgeslagen.
Met de CloudFormation-sjabloon wordt de pijplijnconfiguratie ingesteld die nodig is om de OSI-pijplijn te configureren met HTTP als bron en de OpenSearch Serverless-index als sink. Het SageMaker-notitieboekje 2_data_ingestion.ipynb
laat zien hoe u gegevens in de pijplijn kunt opnemen met behulp van de Aanvragen HTTP-bibliotheek.
De CloudFormation-sjabloon maakt ook netwerk, encryptie en toegang tot data beleid vereist voor uw OpenSearch Serverless-collectie. Update dit beleid om machtigingen met de minste bevoegdheden toe te passen.
Er wordt verwezen naar de CloudFormation-sjabloonnaam en de OpenSearch Service-indexnaam in het SageMaker-notebook 3_rag_inference.ipynb
. Als u de standaardnamen wijzigt, zorg er dan voor dat u deze in het notitieblok bijwerkt.
Test de oplossing
Nadat u de CloudFormation-stack heeft gemaakt, kunt u de oplossing testen. Voer de volgende stappen uit:
- Kies op de SageMaker-console Notitieboekjes in het navigatievenster.
- kies
MultimodalNotebookInstance
En kies Open JupyterLab. - In Bestandsbrowser, ga naar de map notebooks om notitieboekjes en ondersteunende bestanden te bekijken.
De notitieboekjes zijn genummerd in de volgorde waarin ze lopen. Instructies en opmerkingen in elk notitieboekje beschrijven de acties die door dat notitieboekje worden uitgevoerd. We voeren deze notebooks één voor één uit.
- Kies
1_data_prep.ipynb
om het in JupyterLab te openen. - Op de lopen menu, kies Voer alle cellen uit om de code in dit notitieblok uit te voeren.
Voor dit notebook wordt een openbaar beschikbaar bestand gedownload schuif het deck, converteer elke dia naar het JPG-bestandsformaat en upload deze naar de S3-bucket.
- Kies
2_data_ingestion.ipynb
om het in JupyterLab te openen. - Op de lopen menu, kies Voer alle cellen uit om de code in dit notitieblok uit te voeren.
In dit notitieblok maakt u een index in de OpenSearch Serverless-collectie. In deze index worden de insluitingsgegevens voor het diadeck opgeslagen. Zie de volgende code:
U gebruikt de modellen Claude 3 Sonnet en Amazon Titan Text Embeddings om de JPG-afbeeldingen die in het vorige notitieboekje zijn gemaakt, om te zetten in vectorinsluitingen. Deze insluitingen en aanvullende metagegevens (zoals het S3-pad en de beschrijving van het afbeeldingsbestand) worden samen met de insluitingen in de index opgeslagen. Het volgende codefragment laat zien hoe Claude 3 Sonnet afbeeldingsbeschrijvingen genereert:
De afbeeldingsbeschrijvingen worden doorgegeven aan het Amazon Titan Text Embeddings-model om vectorinsluitingen te genereren. Deze insluitingen en aanvullende metagegevens (zoals het S3-pad en de beschrijving van het afbeeldingsbestand) worden samen met de insluitingen in de index opgeslagen. Het volgende codefragment toont de aanroep van het Amazon Titan Text Embeddings-model:
De gegevens worden opgenomen in de OpenSearch Serverless-index door een API-aanroep naar de OSI-pijplijn te doen. Het volgende codefragment toont de aanroep die is gedaan met behulp van de HTTP-bibliotheek Requests:
- Kies
3_rag_inference.ipynb
om het in JupyterLab te openen. - Op de lopen menu, kies Voer alle cellen uit om de code in dit notitieblok uit te voeren.
Dit notebook implementeert de RAG-oplossing: u converteert de gebruikersvraag naar inbedding, zoekt een vergelijkbare afbeeldingsbeschrijving uit de vectordatabase en geeft de opgehaalde beschrijving door aan Claude 3 Sonnet om een antwoord op de gebruikersvraag te genereren. U gebruikt de volgende promptsjabloon:
Het volgende codefragment biedt de RAG-workflow:
Resultaten
De volgende tabel bevat enkele gebruikersvragen en -antwoorden die zijn gegenereerd door onze implementatie. De Vraag kolom legt de gebruikersvraag vast, en de Antwoord kolom is het tekstuele antwoord gegenereerd door Claude 3 Sonnet. De Beeld kolom toont de k-NN-diamatch die wordt geretourneerd door de OpenSearch Serverless vectorzoekopdracht.
Multimodale RAG-resultaten
Vraag uw index op
U kunt OpenSearch Dashboards gebruiken voor interactie met de OpenSearch API om snelle tests uit te voeren op uw index en opgenomen gegevens.
Opruimen
Om te voorkomen dat er in de toekomst kosten in rekening worden gebracht, verwijdert u de bronnen. U kunt dit doen door de stapel te verwijderen met behulp van de AWS CloudFormation-console.
Conclusie
Bedrijven genereren voortdurend nieuwe inhoud, en diapresentaties zijn een gebruikelijke manier om informatie intern binnen de organisatie en extern met klanten of op conferenties te delen en te verspreiden. Na verloop van tijd kan rijke informatie verborgen en verborgen blijven in niet-tekstuele modaliteiten zoals grafieken en tabellen in deze diapresentaties.
U kunt deze oplossing en de kracht van multimodale FM's zoals Amazon Titan Text Embeddings en Claude 3 Sonnet gebruiken om nieuwe informatie te ontdekken of nieuwe perspectieven op inhoud in diadecks te ontdekken. Je kunt verschillende Claude-modellen uitproberen die beschikbaar zijn op Amazon Bedrock door de CLAUDE_MODEL_ID
in de globals.py
bestand.
Dit is deel 2 van een driedelige serie. In deel 1 hebben we de Amazon Titan Multimodal Embeddings en het LLaVA-model gebruikt. In deel 3 vergelijken we de benaderingen uit deel 1 en deel 2.
Delen van deze code zijn vrijgegeven onder de Apache 2.0-licentie.
Over de auteurs
Amit Arora is een AI- en ML-specialistarchitect bij Amazon Web Services, die zakelijke klanten helpt bij het gebruik van cloudgebaseerde machine learning-services om hun innovaties snel op te schalen. Hij is ook adjunct-docent in het MS data science and analytics-programma aan de Georgetown University in Washington DC
Manju Prasad is een Senior Solutions Architect bij Amazon Web Services. Ze richt zich op het bieden van technische begeleiding in verschillende technische domeinen, waaronder AI/ML. Voordat ze bij AWS kwam, ontwierp en bouwde ze oplossingen voor bedrijven in de financiële dienstverleningssector en ook voor een startup. Ze heeft een passie voor het delen van kennis en het stimuleren van interesse in opkomend talent.
Archana Inapudi is een Senior Solutions Architect bij AWS en ondersteunt een strategische klant. Ze heeft meer dan een decennium aan sectoroverschrijdende expertise in het leiden van strategische technische initiatieven. Archana is een aspirant-lid van de AI/ML-technische veldgemeenschap bij AWS. Voordat Archana bij AWS kwam, leidde hij een migratie van traditionele silo-databronnen naar Hadoop bij een gezondheidszorgbedrijf. Ze heeft een passie voor het gebruik van technologie om de groei te versnellen, waarde te bieden aan klanten en bedrijfsresultaten te bereiken.
Antara Raisa is een AI- en ML Solutions Architect bij Amazon Web Services en ondersteunt strategische klanten uit Dallas, Texas. Ze heeft ook eerdere ervaring met het werken met grote zakelijke partners bij AWS, waar ze werkte als Partner Success Solutions Architect voor digitaal gerichte klanten.
- Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
- PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
- PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
- PlatoESG. carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
- Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
- Bron: https://aws.amazon.com/blogs/machine-learning/talk-to-your-slide-deck-using-multimodal-foundation-models-hosted-on-amazon-bedrock-and-amazon-sagemaker-part-2/
- : heeft
- :is
- :niet
- :waar
- $UP
- 1
- 10
- 100
- 12
- 15%
- 17
- 173
- 175
- 20
- 2019
- 2020
- 2023
- 23
- 24
- 27
- 30
- 31
- 7
- 8
- 9
- a
- capaciteiten
- Over
- versnellen
- toegang
- geraadpleegde
- Account
- Bereiken
- over
- acties
- toevoegen
- Extra
- toevoeging
- Adoptie
- voordelen
- AI
- AI-modellen
- AI / ML
- algoritmen
- Alles
- langs
- ook
- Amazone
- Amazon EC2
- Amazon OpenSearch-service
- Amazon Web Services
- hoeveelheden
- an
- analyse
- analytics
- en
- en infrastructuur
- beantwoorden
- beantwoorden
- antwoorden
- antropisch
- elke
- iets
- api
- Aanvraag
- Application Development
- toepassingen
- Solliciteer
- nadering
- benaderingen
- ongeveer
- architectuur
- ZIJN
- kunstmatig
- kunstmatige intelligentie
- Kunstmatige intelligentie en machine learning
- AS
- vragen
- eerzuchtig
- Assistent
- geassocieerd
- At
- aangevuld
- Auth
- Beschikbaar
- vermijd
- AWS
- AWS CloudFormatie
- gebaseerde
- BE
- geweest
- vaardigheden
- BEST
- Betere
- tussen
- Miljard
- lichaam
- zowel
- bebouwd
- bedrijfsdeskundigen
- maar
- by
- Bellen
- CAN
- kan niet
- mogelijkheden
- bekwaamheid
- captures
- gevallen
- verandering
- lasten
- Kies
- het kiezen van
- klant
- clustering
- code
- Collectie
- collecties
- verzamelaar
- Kolom
- combineren
- opmerkingen
- Gemeen
- gemeenschap
- Bedrijven
- afstand
- vergelijkbaar
- vergelijken
- vergeleken
- vergelijken
- vergelijking
- compleet
- Voltooid
- complex
- componenten
- concept
- beknopt
- conferenties
- Configuratie
- geconfigureerd
- bestaat uit
- troosten
- bevatten
- bevatte
- bevat
- content
- verband
- doorlopend
- converteren
- geconverteerd
- het omzetten van
- Overeenkomend
- kon
- en je merk te creëren
- aangemaakt
- creëert
- Wij creëren
- Geloofsbrieven
- klant
- Klanten
- cyclus
- Dallas
- dashboards
- gegevens
- data science
- Database
- decennium
- dek
- Standaard
- leveren
- levert
- Vraag
- tonen
- implementeren
- beschrijven
- beschrijft
- beschrijving
- Design
- ontworpen
- gegevens
- het ontwikkelen van
- Ontwikkeling
- diagram
- DICT
- verschil
- anders
- Verspreiding
- Afmeting
- Afmeting
- Onthul Nu
- bespreken
- besproken
- Display
- displays
- do
- documenten
- doet
- domeinen
- Download
- rit
- aandrijving
- gedurende
- e
- elk
- doeltreffend
- geeft je de mogelijkheid
- inbedding
- opkomende
- in staat stellen
- ingeschakeld
- waardoor
- Motor
- Enterprise
- fout
- schatten
- Zelfs
- Behalve
- uitzondering
- ervaring
- expertise
- verlengen
- uitwendig
- extract
- vertrouwdheid
- veld-
- Velden
- Dien in
- Bestanden
- financieel
- financiële diensten
- VIND DE PLEK DIE PERFECT VOOR JOU IS
- richt
- volgend
- Voor
- formaat
- het bevorderen van
- Foundation
- oppompen van
- Brandstof
- vol
- geheel
- verder
- toekomst
- voortbrengen
- gegenereerde
- genereert
- het genereren van
- generatie
- generatief
- generatieve AI
- georgetown
- GitHub
- gegeven
- geeft
- gaan
- grafieken
- leiding
- HAD
- handvat
- Hebben
- he
- gezondheidszorg
- het helpen van
- verborgen
- hoger
- highlights
- Hits
- gastheer
- gehost
- hosts
- Hoe
- How To
- Echter
- HTML
- http
- HTTPS
- menselijk
- i
- Identiteit
- if
- illustreert
- beeld
- afbeeldingen
- per direct
- uitvoeren
- uitvoering
- gereedschap
- verbeteringen
- in
- omvatten
- omvat
- Inclusief
- index
- Index
- individueel
- informatie
- Infrastructuur
- initiatieven
- Innovatie
- innovaties
- invoer
- instantie
- instructies
- Intelligentie
- interactie
- wisselwerking
- belang
- inwendig
- in
- investering
- IT
- aansluiting
- jpg
- json
- juni
- sleutel
- blijven
- kennis
- taal
- Groot
- Wachttijd
- leidend
- Leads
- leren
- LED
- Bibliotheek
- Vergunning
- als
- lokaal
- te verlagen
- machine
- machine learning
- gemaakt
- Hoofd
- maken
- maken
- beheerd
- veel
- Match
- matching
- max
- lid
- noemen
- Menu
- berichten
- Metadata
- methode
- methoden
- migratie
- ML
- model
- modellen
- meer
- meest
- MS
- naam
- namen
- Naturel
- Natural Language Processing
- OP DEZE WEBSITE VIND JE
- navigeren
- Navigatie
- Noodzaak
- New
- volgende
- Geen
- nota
- notitieboekje
- genummerd
- nummers
- of
- bieden
- on
- On-Demand
- EEN
- open
- optimalisatie
- or
- organisatie
- OS
- Overige
- onze
- uit
- resultaten
- uitgang
- uitgangen
- over
- pagina
- brood
- parameter
- parameters
- deel
- partner
- partners
- onderdelen
- voorbij
- hartstochtelijk
- pad
- voor
- Uitvoeren
- prestatie
- uitgevoerd
- permissies
- Personalisatie
- perspectieven
- fase
- zinnen
- Fysica
- pijpleiding
- Plato
- Plato gegevensintelligentie
- PlatoData
- beleidsmaatregelen door te lezen.
- Post
- mogelijk
- energie
- krachtige
- gepresenteerd
- vorig
- Voorafgaand
- Verwerkt
- verwerking
- Programma
- progressie
- vastgoed
- zorgen voor
- mits
- biedt
- het verstrekken van
- in het openbaar
- quarks
- queries
- vraag
- vraag
- Contact
- Quick
- R
- doek
- reeks
- snel
- snel
- Lees
- ontvangen
- waarnaar wordt verwezen
- verwant
- uitgebracht
- relevante
- beroept
- blijven
- verzoeken
- nodig
- onderzoek
- Resources
- antwoord
- reacties
- resultaat
- Resultaten
- ophalen
- terugkeer
- Rijk
- Rol
- rollen
- lopen
- lopend
- sagemaker
- dezelfde
- monster
- ervaren
- Scale
- Wetenschap
- Ontdek
- secties
- sector
- zien
- lijken
- selecteren
- semantisch
- senior
- verzonden
- Volgorde
- -Series
- Serverless
- bedient
- service
- Diensten
- Sessie
- Sets
- settings
- Delen
- delen
- ze
- moet
- Shows
- in silo's
- gelijk
- Eenvoudig
- single
- Maat
- Schuif
- Slides
- snipper
- oplossing
- Oplossingen
- sommige
- bron
- bronnen
- specialist
- specifiek
- stabiel
- stack
- stadia
- startup
- Land
- state-of-the-art
- Stappen
- mediaopslag
- shop
- opgeslagen
- winkels
- bewaartemperatuur
- strategisch
- volgend
- succes
- Met goed gevolg
- dergelijk
- OVERZICHT
- Top
- ondersteuning
- ondersteunde
- Ondersteuning
- zeker
- tafel
- Talent
- Talk
- taken
- Technisch
- Technologies
- Technologie
- sjabloon
- proef
- testen
- Texas
- tekst
- tekstueel
- neem contact
- dat
- De
- de informatie
- hun
- Ze
- harte
- daarom
- Deze
- ze
- dit
- doorvoer
- niet de tijd of
- keer
- Titan
- naar
- tools
- tools
- toronto
- traditioneel
- traditioneel
- traverse
- waar
- proberen
- BEURT
- twee
- type dan:
- types
- ontdekken
- voor
- universiteit-
- bijwerken
- bijwerken
- .
- gebruiksgevallen
- gebruikt
- Gebruiker
- toepassingen
- gebruik
- waarde
- Values
- variëteit
- groot
- veelzijdig
- visuele
- Washington
- Manier..
- we
- web
- webservices
- GOED
- Wat
- Wat is
- welke
- en
- breed
- Grote range
- bredere
- wil
- Met
- binnen
- woorden
- werkte
- workflow
- werkzaam
- You
- Your
- zephyrnet