För moderna företag som hanterar enorma mängder dokument såsom kontrakt, fakturor, meritförteckningar och rapporter, är effektiv bearbetning och hämtning av relevant data avgörande för att upprätthålla en konkurrensfördel. Men traditionella metoder för att lagra och söka efter dokument kan vara tidskrävande och ofta resultera i en stor ansträngning för att hitta ett specifikt dokument, särskilt när de inkluderar handstil. Tänk om det fanns ett sätt att bearbeta dokument intelligent och göra dem sökbara med hög noggrannhet?
Detta möjliggörs med amazontext, AWS:s tjänst för intelligent dokumentbearbetning, tillsammans med de snabba sökmöjligheterna hos Opensearch. I det här inlägget tar vi dig med på en resa för att snabbt bygga och distribuera en indexeringslösning för dokumentsökning som hjälper din organisation att bättre utnyttja och extrahera insikter från dokument.
Oavsett om du arbetar inom Human Resources och letar efter specifika klausuler i anställningskontrakt, eller en finansanalytiker som sållar igenom ett berg av fakturor för att extrahera betalningsdata, är den här lösningen skräddarsydd för att ge dig tillgång till informationen du behöver med oöverträffad snabbhet och precision.
Med den föreslagna lösningen tas dina dokument automatiskt in, deras innehåll analyseras och indexeras sedan till ett mycket lyhört och skalbart OpenSearch-index.
Vi kommer att täcka hur teknologier som Amazon Textract, AWS Lambda, Amazon enkel lagringstjänst (Amazon S3), och Amazon OpenSearch Service kan integreras i ett arbetsflöde som sömlöst bearbetar dokument. Sedan fördjupar vi oss i att indexera denna data i OpenSearch och demonstrera sökfunktionerna som blir tillgängliga till hands.
Oavsett om din organisation tar de första stegen in i den digitala transformationseran eller är en etablerad jätte som vill ladda informationsinhämtning, är den här guiden din kompass för att navigera i de möjligheter som AWS Intelligent Document Processing och OpenSearch erbjuder.
Smakämnen genomförande som används i det här inlägget använder Amazon Textract IDP CDK konstruerar – AWS Cloud Development Kit-komponenter (CDK) för att definiera infrastruktur för Intelligent Document Processing (IDP)-arbetsflöden – som låter dig bygga användningsfallsspecifika anpassningsbara IDP-arbetsflöden. IDP CDK-konstruktionerna och proverna är en samling komponenter för att möjliggöra definition av IDP-processer på AWS och publicerade till GitHub. De huvudsakliga begreppen som används är AWS Cloud Development Kit (CDK) konstruerar, den faktiska CDK stackar och AWS stegfunktioner. Verkstaden Använd maskininlärning för att automatisera och bearbeta dokument i stor skala är en bra utgångspunkt för att lära dig mer om att anpassa arbetsflöden och använda de andra exempel på arbetsflöden som bas för ditt eget.
Lösningsöversikt
I denna lösning fokuserar vi på att indexera dokument till ett OpenSearch-index för snabb sökning och hämtning av information och dokument. Dokument i PDF-, TIFF-, JPEG- eller PNG-format läggs i en Amazon Simple Storage Service (Amazon S3) och indexeras sedan till OpenSearch med hjälp av det här arbetsflödet för Step Functions.
Smakämnen OpenSearchWorkflow-Decider tittar på dokumentet och verifierar att dokumentet är en av de mimtyper som stöds (PDF, TIFF, PNG eller JPEG). Den består av en AWS Lambda funktion.
Smakämnen DocumentSplitter genererar maximalt 2500 sidor från dokument. Detta innebär att även om Amazon Textract stöder dokument på upp till 3000 sidor kan du skicka in dokument med många fler sidor och processen fungerar fortfarande bra och lägger in sidorna i OpenSearch och skapar korrekta sidnummer. De DocumentSplitter implementeras som en AWS Lambda-funktion.
Smakämnen Karta tillstånd bearbetar varje bit parallellt.
Smakämnen TextractAsync uppgift anropar Amazon Textract med den asynkrona Application Programming Interface (API) följer bästa praxis med Amazon Simple Notification Service (Amazon SNS) aviseringar och OutputConfig för att lagra Amazon Textract JSON-utgången till en Amazon S3-hink från kunden. Den består av två Amazon Lambda-funktioner: en för att skicka in dokumentet för bearbetning och en som aktiveras på Amazon SNS-meddelande.
Eftersom den TextractAsync-uppgiften kan producera flera paginerade utdatafiler, den TextractAsyncToJSON2 process kombinerar dem till en JSON-fil.
Step Functions-kontexten är berikad med information som också bör vara sökbar i OpenSearch-indexet i SetMetaData steg. Exempelimplementeringen tillägger ORIGIN_FILE_NAME
, START_PAGE_NUMBER
och ORIGIN_FILE_URI
. Du kan lägga till all information för att berika sökupplevelsen, som information från andra backend-system, specifika ID:n eller klassificeringsinformation.
Smakämnen GenerateOpenSearchBatch tar den genererade Amazon Textract-utgången JSON, kombinerar den med informationen från kontexten som satts av SetMetaData och förbereder en fil som är optimerad för batchimport till OpenSearch.
I OpenSearchPushInvoke, skickas den här batchimportfilen till OpenSearch-indexet och är tillgänglig för sökning. Denna AWS Lambda-funktion är kopplad till aws-lambda-opensearch konstruera från AWS-lösningar biblioteket använder m6g.large.search-instanserna, OpenSearch version 2.7, och konfigurerade Amazon Elastic Block Service (Amazon EBS) volymstorlek till General Purpose 2 (GP2) med 200 GB. Du kan ändra OpenSearch-konfigurationen enligt dina krav.
Den slutliga TaskOpenSearchMapping steg rensar sammanhanget, som annars skulle kunna överskrida Steg Funktioner Kvot of Maximal in- eller utdatastorlek för en uppgift, tillstånd eller exekvering.
Förutsättningar
För att distribuera proverna behöver du ett AWS-konto , den AWS Cloud Development Kit (AWS CDK), en aktuell Python-version och Docker krävs. Du behöver behörighet för att distribuera AWS CloudFormation-mallar, tryck till Amazon Elastic Container Registry (Amazon ECR), skapa Amazon Identity and Access Management (AWS IAM) roller, Amazon Lambda-funktioner, Amazon S3-hinkar, Amazon Step Functions, Amazon OpenSearch-kluster och ett Amazon Cognito användarpool. Se till att din AWS CLI-miljö är inställd med motsvarande behörigheter.
Du kan också snurra upp en AWS Cloud9 instans med AWS CDK, Python och Docker förinstallerade för att initiera distributionen.
genomgång
konfiguration
- När du har ställt in förutsättningarna måste du först klona förvaret:
- Sedan cd in i arkivmappen och installera beroenden:
- Distribuera OpenSearchWorkflow-stacken:
Implementeringen tar cirka 25 minuter med standardkonfigurationsinställningarna från GitHub-exemplen och skapar ett Step Functions-arbetsflöde, som anropas när ett dokument placeras i en Amazon S3-bucket/prefix och därefter bearbetas tills innehållet i dokumentet indexeras i ett OpenSearch-kluster.
Följande är ett exempel på utdata inklusive användbara länkar och information genererad fråncdk deploy OpenSearchWorkflow
kommando:
Denna information är också tillgänglig i AWS CloudFormation Console.
När ett nytt dokument placeras under OpenSearchWorkflow.DocumentUploadLocation, startas ett nytt arbetsflöde för stegfunktioner för detta dokument.
För att kontrollera statusen för detta dokument, OpenSearchWorkflow.StepFunctionFlowLink ger en länk till listan över StepFunction-körningar i AWS Management Console, som visar status för dokumentbehandlingen för varje dokument som laddas upp till Amazon S3. Handledningen Visa och felsöka körningar på Step Functions-konsolen ger en översikt över komponenterna och vyerna i AWS-konsolen.
Testning
- Testa först med en exempelfil.
- Efter att ha valt länken till StepFunction-arbetsflödet eller öppnat AWS Management Console och gått till Step Functions-tjänstsidan kan du titta på de olika arbetsflödesanropningarna.
- Ta en titt på exemplet på exekveringen av dokument, där du kan följa utförandet av de enskilda arbetsflödesuppgifterna.
Sök
När processen är klar kan vi verifiera att dokumentet är indexerat i OpenSearch-indexet.
- För att göra det skapar vi först en Amazon Cognito-användare. Amazon Cognito används för autentisering av användare mot OpenSearch-index. Välj länken i utdata från cdk-deploy (eller titta på AWS molnformation utdata i AWS Management Console). OpenSearchWorkflow.CognitoUserPoolLink.
- Välj sedan Skapa användare knappen, som leder dig till en sida för att ange ett användarnamn och ett lösenord för åtkomst till OpenSearch Dashboard.
- Efter att ha valt Skapa användare, kan du fortsätta till OpenSearch Dashboard genom att klicka på OpenSearchWorkflow.OpenSearchDashboard från CDK-distributionsutgången. Logga in med det tidigare skapade användarnamnet och lösenordet. Första gången du loggar in måste du byta lösenord.
- När du har loggat in på OpenSearch Dashboard väljer du Stackhantering avsnitt, följt av Indexmönsters för att skapa ett sökindex.
- Standardnamnet för indexet är papper-index och ett indexmönsternamn för papers-index* kommer att matcha det.
- Efter att ha klickat Nästa steg, Välj tidsstämpel som Tidsfält och Skapa indexmönster.
- Välj nu från menyn Upptäck.
I de flesta fall måste du ändra tidsperioden enligt ditt senaste intag. Standard är 15 minuter och ofta har det inte varit någon aktivitet under de senaste 15 minuterna. I det här exemplet ändrades det till 15 dagar för att visualisera intaget.
- Nu kan du börja söka. En roman indexerades, du kan söka efter alla termer som kalla mig Ismael och se resultaten.
I detta fall termen kalla mig Ismael visas på sidan 6 i dokumentet vid den givna Uniform Resource Identifier (URI), som pekar på filens Amazon S3-plats. Detta gör det snabbare att identifiera dokument och hitta information över en stor samling PDF-, TIFF- eller bilddokument, jämfört med att manuellt hoppa igenom dem.
Kör i skala
För att uppskatta omfattningen och varaktigheten av en indexeringsprocess testades implementeringen med 93,997 1,583,197 dokument och en total summa av 16.84 3755 5.5 sidor (i genomsnitt 1 sidor/dokument och den största filen med XNUMX XNUMX sidor), som alla indexerades till OpenSearch. Att bearbeta alla filer och indexera dem till OpenSearch tog XNUMX timmar i regionen USA East (N. Virginia – us-east-XNUMX) med standard Amazon Textracts tjänstekvoter. Grafen nedan visar ett första test kl. 18 följt av huvudintaget kl. 00 och allt gjort kl. 21.
För bearbetningen, den tcdk.SFExecutionsStartThrottle var inställd på en executions_concurrency_threshold
=550, vilket innebär att samtidiga dokumentbearbetningsarbetsflöden begränsas till 550 och överflödiga förfrågningar köas till en Amazon SQS Fist-In-First-Out (FIFO)-kö, som sedan dräneras när nuvarande arbetsflöden avslutas. Tröskeln på 550 baseras på Textract Service-kvoten på 600 i us-east-1-regionen. Därför är ködjupet och åldern för det äldsta meddelandet mätvärden som är värda att övervaka.
I detta test laddades alla dokument upp till Amazon S3 på en gång, därför Ungefärligt antal synliga meddelanden har en brant ökning och sedan en långsam nedgång då inga nya dokument förs in. De Ungefärlig ålder för det äldsta meddelandet ökar tills alla meddelanden har behandlats. Amazon SQS MessageRetentionPeriod är inställd på 14 dagar. För mycket långvarig eftersläpningsbearbetning som kan överstiga 14 dagars bearbetning, börja med att bearbeta en mindre delmängd av representativa dokument och övervaka exekveringstiden för att uppskatta hur många dokument du kan skicka in innan du överskrider 14 dagar. Amazon SQS CloudWatch-mätvärden ser likadana ut för ett användningsfall att bearbeta en stor eftersläpning av dokument, som tas in på en gång och sedan bearbetas helt. Om ditt användningsfall är ett stadigt flöde av dokument, båda mätvärdena Ungefärligt antal synliga meddelanden och Ungefärlig ålder för det äldsta meddelandet blir mer linjär. Du kan också använda tröskelparametern för att blanda en stadig belastning med eftersläpningsbearbetning och allokera kapacitet enligt dina bearbetningsbehov.
Ett annat mått att övervaka är hälsan för OpenSearch-klustret, som du bör ställa in enligt Operativ bästa praxis för Amazon OpenSearch Service. Standarddistributionen använder m6g.large.search-instanser.
Här är en ögonblicksbild av Key Performance Indicators (KPI) för OpenSearch-klustret. Inga fel, konstant indexeringsdatahastighet och latens.
Arbetsflödet för stegfunktioner visar bearbetningsläget för varje enskilt dokument. Om du ser avrättningar i Misslyckades tillstånd och välj sedan detaljerna. Ett bra mått att övervaka är AWS CloudWatch Automatisk Dashboard för stegfunktioner, som avslöjar några av de Steg Funktioner CloudWatch-statistik.
I denna AWS CloudWatch Dashboard-graf ser du de framgångsrika körningarna av Step Functions över tid.
Och den här visar de misslyckade avrättningarna. Dessa är värda att undersöka genom översikten över AWS-konsolens stegfunktioner.
Följande skärmdump visar ett exempel på en misslyckad exekvering på grund av att ursprungsfilen är av 0 storlek, vilket är vettigt eftersom filen inte har något innehåll och inte kunde bearbetas. Det är viktigt att filtrera misslyckade processer och visualisera fel, så att du kan gå tillbaka till källdokumentet och validera grundorsaken.
Andra fel kan inkludera dokument som inte är av mimetyp: application/pdf, image/png, image/jpeg eller image/tiff eftersom andra dokumenttyper inte stöds av Amazon Textract.
Pris
Den totala kostnaden för att inta 1,583,278 XNUMX XNUMX sidor delades upp på AWS-tjänster som användes för implementeringen. Följande lista fungerar som ungefärliga siffror, eftersom din faktiska kostnad och bearbetningslängd varierar beroende på storleken på dokumenten, antalet sidor per dokument, informationstätheten i dokumenten och AWS-regionen. Amazon DynamoDB förbrukade $0.55, Amazon S3 $3.33, OpenSearch Service $14.71, Step Functions $17.92, AWS Lambda $28.95 och Amazon Textract $1,849.97 XNUMX. Tänk också på att det distribuerade Amazon OpenSearch Service-klustret faktureras per timme och kommer att ackumulera högre kostnader när det körs över en tidsperiod.
modifieringar
Troligtvis vill du modifiera implementeringen och anpassa för ditt användningsfall och dina dokument. Verkstaden Använd maskininlärning för att automatisera och bearbeta dokument i stor skala presenterar en bra översikt över hur man manipulerar de faktiska arbetsflödena, ändrar flödet och lägger till nya komponenter. För att lägga till anpassade fält till OpenSearch-indexet, titta på SetMetaData uppgift i arbetsflödet med hjälp av set-manifest-meta-data-opensearch AWS Lambda-funktion för att lägga till metadata till sammanhanget, som kommer att läggas till som ett fält till OpenSearch-indexet. All metadatainformation kommer att bli en del av indexet.
Städar upp
Ta bort exempelresurserna om du inte längre behöver dem, för att undvika framtida kostnader med hjälp av följande kommando:
i samma miljö som cdk deploy
kommando. Se upp att detta tar bort allt, inklusive OpenSearch-klustret och alla dokument och Amazon S3-hinken. Om du vill behålla den informationen, säkerhetskopiera din Amazon S3-hink och skapa en indexögonblicksbild från ditt OpenSearch-kluster. Om du har bearbetat många filer kan du behöva tömma Amazon S3-hinken först med AWS Management Console (dvs efter att du tagit en säkerhetskopia eller synkroniserat dem till en annan hink om du vill behålla informationen), eftersom rensningsfunktionen kan timeout och sedan förstöra AWS CloudFormation-stacken.
Slutsats
I det här inlägget visade vi dig hur du distribuerar en fullstacklösning för att mata in ett stort antal dokument i ett OpenSearch-index, som är redo att användas för sökanvändningsfall. De enskilda komponenterna i implementeringen diskuterades liksom skalningsöverväganden, kostnader och modifieringsalternativ. All kod är tillgänglig som OpenSource på GitHub as IDP CDK-prover och som IDP CDK-konstruktioner att bygga dina egna lösningar från grunden. Som nästa steg kan du börja ändra arbetsflödet, lägga till information i dokumenten i sökindexet och utforska IDP workshop. Vänligen kommentera nedan om dina erfarenheter och idéer för att utöka den nuvarande lösningen.
Om författaren
Martin Schade är en Senior ML Product SA med Amazon Textract-teamet. Han har över 20 års erfarenhet av internetrelaterade teknologier, teknik och arkitekturlösningar. Han började på AWS 2014 och vägledde först några av de största AWS-kunderna i den mest effektiva och skalbara användningen av AWS-tjänster, och fokuserade senare på AI/ML med fokus på datorseende. För närvarande är han besatt av att extrahera information från dokument.
- SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
- PlatoData.Network Vertical Generative Ai. Styrka dig själv. Tillgång här.
- PlatoAiStream. Web3 Intelligence. Kunskap förstärkt. Tillgång här.
- Platoesg. Fordon / elbilar, Kol, CleanTech, Energi, Miljö, Sol, Avfallshantering. Tillgång här.
- PlatoHealth. Biotech och kliniska prövningar Intelligence. Tillgång här.
- ChartPrime. Höj ditt handelsspel med ChartPrime. Tillgång här.
- BlockOffsets. Modernisera miljökompensation ägande. Tillgång här.
- Källa: https://aws.amazon.com/blogs/machine-learning/implement-smart-document-search-index-with-amazon-textract-and-amazon-opensearch/
- : har
- :är
- :inte
- :var
- $3
- $UPP
- 1
- 10
- 100
- 11
- 12
- 13
- 14
- 15%
- 16
- 17
- 20
- 20 år
- 200
- 2014
- 216
- 220
- 25
- 30
- 3000
- 32
- 33
- 7
- 700
- 8
- 820
- 84
- 9
- a
- Om Oss
- tillgång
- tillgänglig
- åtkomst
- Enligt
- Konto
- Ackumulera
- noggrannhet
- tvärs
- aktivitet
- faktiska
- lägga till
- lagt till
- tillsats
- Lägger
- Efter
- mot
- ålder
- AI / ML
- Alla
- fördela
- tillåter
- också
- amason
- Amazon Cognito
- Amazon OpenSearch Service
- amazontext
- Amazon Web Services
- an
- analytiker
- och
- vilken som helst
- api
- visas
- ungefärlig
- ÄR
- runt
- AS
- At
- Autentisering
- automatisera
- Automat
- automatiskt
- tillgänglig
- genomsnitt
- undvika
- AWS
- AWS molnformation
- AWS Lambda
- AWS Management Console
- tillbaka
- backend
- säkerhetskopiering
- bas
- baserat
- BE
- därför att
- blir
- innan
- Där vi får lov att vara utan att konstant prestera,
- nedan
- BÄST
- bästa praxis
- Bättre
- Akta sig
- Blockera
- båda
- SLUTRESULTAT
- Knappen
- by
- Samtal
- KAN
- kapacitet
- Kapacitet
- Vid
- fall
- Orsak
- CD
- byta
- ändrats
- byte
- ta
- välja
- klassificering
- cloud
- kluster
- koda
- samling
- kombinerar
- kommentar
- Företag
- jämfört
- Kompass
- konkurrenskraftig
- komponenter
- dator
- Datorsyn
- Begreppen
- konkurrent
- konfiguration
- konfigurerad
- anslutna
- överväganden
- består
- Konsol
- konstant
- konstruera
- Behållare
- innehåll
- sammanhang
- fortsätta
- kontrakt
- korrekt
- Pris
- Kostar
- kunde
- kopplad
- täcka
- skapa
- skapas
- skapar
- kritisk
- Aktuella
- För närvarande
- beställnings
- kund
- Kunder
- anpassningsbar
- skräddarsy
- instrumentbräda
- instrumentpaneler
- datum
- Dagar
- behandla
- Nedgång
- Standard
- definiera
- definition
- demonstrera
- beroenden
- beroende
- distribuera
- utplacerade
- utplacering
- djup
- förstöra
- detaljer
- Utveckling
- dialogruta
- olika
- digital
- digital Transformation
- Upptäck
- diskuteras
- visning
- Dyk
- do
- Hamnarbetare
- dokumentera
- dokument
- gjort
- dränerad
- grund
- varaktighet
- e
- varje
- öster
- kant
- effektiv
- effektivt
- ansträngning
- Anställd
- ge
- möjliggöra
- Teknik
- enorm
- berika
- berikad
- ange
- Miljö
- Era
- fel
- speciellt
- etablerade
- uppskatta
- Även
- allt
- exempel
- överstiga
- överstiger
- överskott
- utförande
- Bygga ut
- erfarenhet
- utforska
- extrahera
- Misslyckades
- SNABB
- snabbare
- fält
- Fält
- Figur
- Fil
- Filer
- filtrera
- slutlig
- finansiella
- hitta
- änden
- fingertoppar
- slut
- Förnamn
- första stegen
- första gången
- flöda
- Fokus
- fokuserade
- följer
- följt
- efter
- För
- format
- från
- full
- Full stack
- fullständigt
- fungera
- funktioner
- framtida
- Allmänt
- genereras
- genererar
- få
- jätte
- GitHub
- ges
- Go
- kommer
- god
- diagram
- styra
- sele
- Har
- har
- he
- Hälsa
- hjälper
- Hög
- högre
- höggradigt
- timme
- ÖPPETTIDER
- Hur ser din drömresa ut
- How To
- Men
- html
- HTTPS
- humant
- Human Resources
- i
- idéer
- identifierare
- identifiera
- Identitet
- ids
- if
- bild
- genomföra
- genomförande
- genomföras
- importera
- med Esport
- in
- innefattar
- Inklusive
- Öka
- Ökar
- index
- indexeras
- indikatorer
- individuellt
- informationen
- Infrastruktur
- inledande
- initiera
- ingång
- insikter
- installera
- exempel
- integrerade
- Intelligent
- Intelligent dokumentbehandling
- in
- undersöker
- åberopas
- IT
- fogade
- resa
- jpg
- json
- Ha kvar
- Nyckel
- Large
- största
- Efternamn
- Latens
- senare
- LÄRA SIG
- inlärning
- Bibliotek
- tycka om
- sannolikt
- LINK
- länkar
- Lista
- läsa in
- läge
- inloggad
- logga in
- Lång
- längre
- se
- du letar
- UTSEENDE
- Maskinen
- maskininlärning
- gjord
- Huvudsida
- bibehålla
- upprätthålla
- göra
- GÖR
- ledning
- manuellt
- många
- Match
- maximal
- Maj..
- me
- betyder
- Meny
- meddelande
- meddelanden
- metoder
- metriska
- Metrics
- kanske
- emot
- minuter
- Blanda
- ML
- Modern Konst
- modifiera
- Övervaka
- övervakning
- mer
- mest
- Berg
- multipel
- namn
- Som heter
- navigerande
- Behöver
- behov
- Nya
- Nästa
- Nej
- anmälan
- anmälningar
- roman
- antal
- nummer
- of
- erbjudanden
- Ofta
- äldsta
- on
- gång
- ONE
- öppet
- OpenSource
- möjligheter
- optimerad
- Tillbehör
- or
- beställa
- organisation
- ursprung
- Övriga
- annat
- ut
- produktion
- över
- Översikt
- egen
- sida
- sidor
- Parallell
- parameter
- del
- passera
- Lösenord
- Mönster
- mönster
- betalning
- för
- prestanda
- perioden
- behörigheter
- plato
- Platon Data Intelligence
- PlatonData
- snälla du
- Punkt
- poäng
- poolen
- möjlig
- Inlägg
- praxis
- förbereder
- förutsättningar
- presenterar
- tidigare
- process
- Bearbetad
- processer
- bearbetning
- producera
- Produkt
- Programmering
- föreslagen
- ger
- publicerade
- Syftet
- Tryck
- sätta
- Puts
- Python
- Snabbt
- snabbt
- Betygsätta
- redo
- region
- Rapport
- Repository
- representativ
- förfrågningar
- Obligatorisk
- Krav
- resurs
- Resurser
- mottaglig
- resultera
- Resultat
- behålla
- roller
- rot
- Körning
- rinnande
- SA
- Samma
- skalbar
- Skala
- skalning
- repa
- sömlöst
- Sök
- söka
- §
- se
- söker
- väljer
- senior
- känsla
- skickas
- serverar
- service
- Tjänster
- in
- inställningar
- inställning
- skall
- show
- visade
- Visar
- liknande
- Enkelt
- Storlek
- långsam
- mindre
- smarta
- Snapshot
- So
- lösning
- Lösningar
- några
- Källa
- specifik
- fart
- Snurra
- delas
- stapel
- starta
- igång
- Starta
- Ange
- Stater
- status
- stadig
- Steg
- Steg
- Fortfarande
- förvaring
- lagra
- misslyckande
- skicka
- Senare
- framgångsrik
- sådana
- Som stöds
- Stöder
- säker
- System
- skräddarsydd
- Ta
- tar
- tar
- uppgift
- uppgifter
- grupp
- Tekniken
- mallar
- termin
- villkor
- testa
- testade
- text
- den där
- Smakämnen
- Grafen
- den information
- källan
- Staten
- deras
- Dem
- sedan
- Där.
- därför
- Dessa
- de
- detta
- fastän?
- tröskelvärde
- Genom
- till
- tid
- tidskrävande
- till
- tog
- Totalt
- traditionell
- Transformation
- triggas
- handledning
- två
- Typ
- typer
- under
- utan motstycke
- tills
- uppladdad
- us
- användning
- användningsfall
- Begagnade
- Användare
- användare
- användningar
- med hjälp av
- Återvinnare
- BEKRÄFTA
- värde
- version
- mycket
- visningar
- Virginia
- syn
- visualisera
- volym
- volymer
- vill
- var
- Sätt..
- we
- webb
- webbservice
- VÄL
- były
- Vad
- när
- som
- kommer
- med
- arbetsflöde
- arbetsflöden
- fungerar
- verkstad
- Workshops
- värt
- år
- Om er
- Din
- zephyrnet