การค้นหาข้อมูลเชิงลึกในพื้นที่เก็บข้อมูลของเอกสารข้อความรูปแบบอิสระอาจเหมือนกับการค้นหาเข็มในกองหญ้า แนวทางแบบดั้งเดิมอาจเป็นการใช้การนับจำนวนคำหรือการวิเคราะห์พื้นฐานอื่นๆ เพื่อแยกวิเคราะห์เอกสาร แต่ด้วยพลังของ Amazon AI และเครื่องมือการเรียนรู้ของเครื่อง (ML) เราสามารถรวบรวมความเข้าใจที่ลึกซึ้งยิ่งขึ้นของเนื้อหาได้
เข้าใจ Amazon เป็นบริการที่มีการจัดการอย่างเต็มรูปแบบซึ่งใช้การประมวลผลภาษาธรรมชาติ (NLP) เพื่อดึงข้อมูลเชิงลึกเกี่ยวกับเนื้อหาของเอกสาร Amazon Comprehend พัฒนาข้อมูลเชิงลึกโดยการจดจำเอนทิตี วลีสำคัญ ความรู้สึก ธีม และองค์ประกอบที่กำหนดเองในเอกสาร Amazon Comprehend สามารถสร้างข้อมูลเชิงลึกใหม่โดยอาศัยการทำความเข้าใจโครงสร้างเอกสารและความสัมพันธ์ของเอนทิตี ตัวอย่างเช่น ด้วย Amazon Comprehend คุณสามารถสแกนที่เก็บเอกสารทั้งหมดเพื่อหาวลีสำคัญได้
Amazon Comprehend ช่วยให้ผู้เชี่ยวชาญที่ไม่ใช่ ML ทำงานที่ปกติต้องใช้เวลาหลายชั่วโมงได้อย่างง่ายดาย Amazon Comprehend ช่วยลดเวลาที่จำเป็นในการทำความสะอาด สร้าง และฝึกฝนโมเดลของคุณเอง สำหรับการสร้างแบบจำลองที่กำหนดเองที่ลึกยิ่งขึ้นใน NLP หรือโดเมนอื่น ๆ อเมซอน SageMaker ช่วยให้คุณสร้าง ฝึกฝน และปรับใช้โมเดลในเวิร์กโฟลว์ ML แบบเดิมๆ ได้มากขึ้น หากต้องการ
ในโพสต์นี้ เราใช้ Amazon Comprehend และบริการของ AWS อื่นๆ เพื่อวิเคราะห์และแยกข้อมูลเชิงลึกใหม่ๆ จากที่เก็บเอกสาร จากนั้นเราก็ใช้ อเมซอน QuickSight เพื่อสร้างภาพเวิร์ดคลาวด์ที่เรียบง่ายแต่ทรงพลังเพื่อให้มองเห็นธีมหรือเทรนด์ได้อย่างง่ายดาย
ภาพรวมของโซลูชัน
ไดอะแกรมต่อไปนี้แสดงสถาปัตยกรรมโซลูชัน
ในการเริ่มต้นเรารวบรวมข้อมูลที่จะวิเคราะห์และโหลดลงใน บริการจัดเก็บข้อมูลอย่างง่ายของ Amazon (Amazon S3) ที่เก็บข้อมูลในบัญชี AWS ในตัวอย่างนี้ เราใช้ไฟล์ที่จัดรูปแบบข้อความ จากนั้นข้อมูลจะได้รับการวิเคราะห์โดย Amazon Comprehend Amazon Comprehend สร้างเอาต์พุตที่จัดรูปแบบ JSON ซึ่งจำเป็นต้องแปลงและประมวลผลเป็นรูปแบบฐานข้อมูลโดยใช้ AWS กาว. เราตรวจสอบข้อมูลและแยกตารางข้อมูลที่จัดรูปแบบเฉพาะโดยใช้ อเมซอน อาเธน่า สำหรับการวิเคราะห์ QuickSight โดยใช้เวิร์ดคลาวด์ สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการแสดงภาพ โปรดดูที่ การแสดงข้อมูลเป็นภาพใน Amazon QuickSight.
เบื้องต้น
สำหรับคำแนะนำนี้ คุณควรมีข้อกำหนดเบื้องต้นต่อไปนี้:
อัปโหลดข้อมูลไปยังบัคเก็ต S3
อัปโหลดข้อมูลของคุณไปยังบัคเก็ต S3 สำหรับโพสต์นี้ เราใช้ข้อความในรูปแบบ UTF-8 ของรัฐธรรมนูญแห่งสหรัฐอเมริกาเป็นไฟล์อินพุต จากนั้นคุณก็พร้อมที่จะวิเคราะห์ข้อมูลและสร้างการแสดงภาพ
วิเคราะห์ข้อมูลโดยใช้ Amazon Comprehend
มีข้อมูลแบบข้อความและรูปภาพหลายประเภทที่สามารถประมวลผลได้โดยใช้ Amazon Comprehend นอกจากไฟล์ข้อความแล้วคุณยังสามารถใช้ Amazon Comprehend สำหรับการจำแนกประเภทและการรับรู้เอนทิตีในขั้นตอนเดียว เพื่อรับไฟล์รูปภาพ ไฟล์ PDF และไฟล์ Microsoft Word เป็นอินพุต ซึ่งไม่ได้กล่าวถึงในโพสต์นี้
หากต้องการวิเคราะห์ข้อมูลของคุณ ให้ทำตามขั้นตอนต่อไปนี้:
- บนคอนโซล Amazon Comprehend ให้เลือก งานวิเคราะห์ ในบานหน้าต่างนำทาง
- Choose สร้างงานวิเคราะห์.
- ป้อนชื่อสำหรับงานของคุณ
- สำหรับ ประเภทการวิเคราะห์เลือก วลีที่สำคัญ.
- สำหรับ ภาษา¸ เลือก ภาษาอังกฤษ.
- สำหรับ ป้อนข้อมูลตำแหน่งให้ระบุโฟลเดอร์ที่คุณสร้างเป็นข้อกำหนดเบื้องต้น
- สำหรับ ตำแหน่งข้อมูลขาออกให้ระบุโฟลเดอร์ที่คุณสร้างเป็นข้อกำหนดเบื้องต้น
- Choose สร้างบทบาท IAM.
- ป้อนส่วนต่อท้ายสำหรับชื่อบทบาท
- Choose สร้างงาน.
งานจะดำเนินการและสถานะจะแสดงบน งานวิเคราะห์ หน้า.
รอให้งานการวิเคราะห์เสร็จสิ้น Amazon Comprehend จะสร้างไฟล์และวางไว้ในโฟลเดอร์ข้อมูลเอาต์พุตที่คุณระบุ ไฟล์อยู่ในรูปแบบ .gz หรือ GZIP
ไฟล์นี้จำเป็นต้องดาวน์โหลดและแปลงเป็นรูปแบบที่ไม่มีการบีบอัด คุณสามารถดาวน์โหลดออบเจ็กต์จากโฟลเดอร์ข้อมูลหรือบัคเก็ต S3 ได้โดยใช้คอนโซล Amazon S3
- บนคอนโซล Amazon S3 ให้เลือกอ็อบเจ็กต์แล้วเลือก ดาวน์โหลด. หากคุณต้องการดาวน์โหลดออบเจ็กต์ไปยังโฟลเดอร์เฉพาะ ให้เลือก ดาวน์โหลด บน สถานะ เมนู
- หลังจากที่คุณดาวน์โหลดไฟล์ลงในเครื่องคอมพิวเตอร์ของคุณแล้ว ให้เปิดไฟล์ซิปแล้วบันทึกเป็นไฟล์ที่ไม่มีการบีบอัด
ต้องอัปโหลดไฟล์ที่ไม่มีการบีบอัดไปยังโฟลเดอร์เอาต์พุตก่อนที่โปรแกรมรวบรวมข้อมูล AWS Glue จะสามารถประมวลผลได้ สำหรับตัวอย่างนี้ เราอัปโหลดไฟล์ที่ไม่มีการบีบอัดลงในโฟลเดอร์เอาต์พุตเดียวกับที่เราใช้ในขั้นตอนถัดไป
- บนคอนโซล Amazon S3 ให้นำทางไปยังบัคเก็ต S3 ของคุณแล้วเลือก อัพโหลด.
- Choose เพิ่มไฟล์.
- เลือกไฟล์ที่ไม่มีการบีบอัดจากเครื่องคอมพิวเตอร์ของคุณ
- Choose อัพโหลด.
หลังจากที่คุณอัปโหลดไฟล์แล้ว ให้ลบไฟล์ซิปต้นฉบับ
- บนคอนโซล Amazon S3 ให้เลือกบัคเก็ตแล้วเลือก ลบ.
- ยืนยันชื่อไฟล์เพื่อลบไฟล์อย่างถาวรโดยป้อนชื่อไฟล์ในกล่องข้อความ
- Choose ลบวัตถุ.
การดำเนินการนี้จะเหลือไฟล์หนึ่งไฟล์ไว้ในโฟลเดอร์เอาต์พุต: ไฟล์ที่ไม่มีการบีบอัด
แปลงข้อมูล JSON เป็นรูปแบบตารางโดยใช้ AWS Glue
ในขั้นตอนนี้ คุณจะต้องเตรียมเอาต์พุต Amazon Comprehend เพื่อใช้เป็นอินพุตใน Athena เอาต์พุต Amazon Comprehend อยู่ในรูปแบบ JSON คุณสามารถใช้ AWS Glue เพื่อแปลง JSON ให้เป็นโครงสร้างฐานข้อมูลเพื่อให้ QuickSight อ่านได้ในท้ายที่สุด
- บนคอนโซล AWS Glue ให้เลือก โปรแกรมรวบรวมข้อมูล ในบานหน้าต่างนำทาง
- Choose สร้างโปรแกรมรวบรวมข้อมูล.
- ป้อนชื่อสำหรับโปรแกรมรวบรวมข้อมูลของคุณ
- Choose ถัดไป.
- สำหรับ ข้อมูลของคุณถูกแมปกับตารางกาวแล้วหรือไม่ให้เลือก ยัง.
- เพิ่มแหล่งข้อมูล
- สำหรับ เส้นทาง S3ให้ป้อนตำแหน่งของโฟลเดอร์ข้อมูลเอาต์พุตของ Amazon Comprehend
อย่าลืมเพิ่มส่วนท้าย /
ไปที่ชื่อเส้นทาง AWS Glue จะค้นหาเส้นทางโฟลเดอร์สำหรับไฟล์ทั้งหมด
- เลือก รวบรวมข้อมูลโฟลเดอร์ย่อยทั้งหมด.
- Choose เพิ่มแหล่งข้อมูล S3.
- สร้างใหม่ AWS Identity และการจัดการการเข้าถึง บทบาท (IAM) สำหรับโปรแกรมรวบรวมข้อมูล
- ป้อนชื่อสำหรับบทบาท IAM
- Choose อัปเดตบทบาท IAM ที่เลือก เพื่อให้แน่ใจว่ามีการกำหนดบทบาทใหม่ให้กับโปรแกรมรวบรวมข้อมูล
- Choose ถัดไป เพื่อป้อนข้อมูลผลลัพธ์ (ฐานข้อมูล)
- Choose เพิ่มฐานข้อมูล.
- ป้อนชื่อฐานข้อมูล
- Choose ถัดไป.
- Choose สร้างโปรแกรมรวบรวมข้อมูล.
- Choose เรียกใช้โปรแกรมรวบรวมข้อมูล เพื่อเรียกใช้โปรแกรมรวบรวมข้อมูล
คุณสามารถตรวจสอบสถานะการรวบรวมข้อมูลบนคอนโซล AWS Glue
ใช้ Athena เพื่อเตรียมโต๊ะสำหรับ QuickSight
Athena จะดึงข้อมูลจากตารางฐานข้อมูลที่โปรแกรมรวบรวมข้อมูล AWS Glue สร้างขึ้นเพื่อจัดเตรียมรูปแบบที่ QuickSight จะใช้เพื่อสร้างคำว่าคลาวด์
- บนคอนโซล Athena ให้เลือก ตัวแก้ไขแบบสอบถาม ในบานหน้าต่างนำทาง
- สำหรับ แหล่งข้อมูลเลือก AwsDataCatalog.
- สำหรับ ฐานข้อมูลให้เลือกฐานข้อมูลที่โปรแกรมรวบรวมข้อมูลสร้างขึ้น
หากต้องการสร้างตารางที่เข้ากันได้กับ QuickSight ข้อมูลจะต้องไม่ซ้อนกันจากอาร์เรย์
- ขั้นตอนแรกคือการสร้างฐานข้อมูลชั่วคราวด้วยข้อมูล Amazon Comprehend ที่เกี่ยวข้อง:
- ข้อความต่อไปนี้จำกัดวลีที่ประกอบด้วยคำอย่างน้อยสามคำและกลุ่มตามความถี่ของวลี:
ใช้ QuickSight เพื่อแสดงภาพเอาต์พุต
สุดท้าย คุณสามารถสร้างเอาต์พุตภาพจากการวิเคราะห์ได้
- บนคอนโซล QuickSight ให้เลือก การวิเคราะห์ใหม่.
- Choose ชุดข้อมูลใหม่.
- สำหรับ สร้างชุดข้อมูลเลือก จากแหล่งข้อมูลใหม่.
- Choose Athena เป็นแหล่งข้อมูล
- ป้อนชื่อสำหรับแหล่งข้อมูลแล้วเลือก สร้างแหล่งข้อมูล.
- Choose จินตนาการ.
ตรวจสอบให้แน่ใจว่า QuickSight มีสิทธิ์เข้าถึงบัคเก็ต S3 ที่เก็บตาราง Athena
- บนคอนโซล QuickSight ให้เลือกไอคอนโปรไฟล์ผู้ใช้แล้วเลือก จัดการ QuickSight.
- Choose ความปลอดภัยและการอนุญาต.
- มองหาส่วน การเข้าถึงบริการของ AWS อย่างรวดเร็ว.
ด้วยการกำหนดค่าการเข้าถึงบริการของ AWS ทำให้ QuickSight สามารถเข้าถึงข้อมูลในบริการเหล่านั้นได้ การเข้าถึงโดยผู้ใช้และกลุ่มสามารถควบคุมได้ผ่านตัวเลือก
- ตรวจสอบว่าได้รับสิทธิ์เข้าถึง Amazon S3
ตอนนี้คุณสามารถสร้างคำว่าคลาวด์ได้แล้ว
- เลือกคำว่าเมฆด้านล่าง ประเภทภาพ.
- ลากข้อความไปที่ จัดกลุ่มตาม และนับถึง ขนาด.
เลือกเมนูตัวเลือก (สามจุด) ในการแสดงภาพเพื่อเข้าถึงตัวเลือกการแก้ไข ตัวอย่างเช่น คุณอาจต้องการซ่อนคำว่า "อื่นๆ" จากจอแสดงผล คุณยังสามารถแก้ไขรายการต่างๆ เช่น ชื่อเรื่องและคำบรรยายสำหรับภาพของคุณได้ หากต้องการดาวน์โหลดคำว่าคลาวด์เป็น PDF ให้เลือก ดาวน์โหลด บนแถบเครื่องมือ QuickSight
ทำความสะอาด
เพื่อหลีกเลี่ยงไม่ให้มีค่าใช้จ่ายต่อเนื่อง ให้ลบข้อมูลและกระบวนการหรือทรัพยากรที่ไม่ได้ใช้ที่จัดเตรียมไว้บนคอนโซลบริการที่เกี่ยวข้อง
สรุป
Amazon Comprehend ใช้ NLP เพื่อแยกข้อมูลเชิงลึกเกี่ยวกับเนื้อหาของเอกสาร พัฒนาข้อมูลเชิงลึกโดยการจดจำเอนทิตี วลีสำคัญ ภาษา ความรู้สึก และองค์ประกอบทั่วไปอื่นๆ ในเอกสาร คุณสามารถใช้ Amazon Comprehend เพื่อสร้างผลิตภัณฑ์ใหม่ตามความเข้าใจโครงสร้างของเอกสาร ตัวอย่างเช่น ด้วย Amazon Comprehend คุณสามารถสแกนที่เก็บเอกสารทั้งหมดเพื่อหาวลีสำคัญได้
โพสต์นี้อธิบายขั้นตอนในการสร้าง Word Cloud เพื่อแสดงภาพการวิเคราะห์เนื้อหาข้อความจาก Amazon Comprehend โดยใช้เครื่องมือ AWS และ QuickSight เพื่อแสดงภาพข้อมูล
ติดต่อเราผ่านทางส่วนความคิดเห็น!
เกี่ยวกับผู้เขียน
คริส เกดแมน เป็นผู้นำฝ่ายขายฝั่งตะวันออกของสหรัฐอเมริกาสำหรับการค้าปลีกและสินค้าอุปโภคบริโภคที่ Amazon Web Services เมื่อไม่ได้ทำงาน เขาสนุกกับการใช้เวลาอยู่กับเพื่อนและครอบครัว โดยเฉพาะช่วงฤดูร้อนที่ Cape Cod คริสเป็นนักรบนินจาที่เกษียณแล้วชั่วคราว แต่เขาชอบดูและฝึกสอนลูกชายทั้งสองของเขาในตอนนี้
คลาร์ก เลฟาเวอร์ เป็นผู้นำสถาปนิกโซลูชันของ Amazon Web Services ซึ่งสนับสนุนลูกค้าองค์กรในภูมิภาคตะวันออก Clark อาศัยอยู่ในนิวอิงแลนด์และสนุกกับการใช้เวลาออกแบบสูตรอาหารในห้องครัว
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
- เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
- เพลโตESG. ยานยนต์ / EVs, คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
- เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
- ChartPrime. ยกระดับเกมการซื้อขายของคุณด้วย ChartPrime เข้าถึงได้ที่นี่.
- BlockOffsets การปรับปรุงการเป็นเจ้าของออฟเซ็ตด้านสิ่งแวดล้อมให้ทันสมัย เข้าถึงได้ที่นี่.
- ที่มา: https://aws.amazon.com/blogs/machine-learning/visualize-an-amazon-comprehend-analysis-with-a-word-cloud-in-amazon-quicksight/
- :มี
- :เป็น
- :ไม่
- :ที่ไหน
- 1
- 10
- 100
- 11
- 12
- 13
- 17
- 23
- 500
- 7
- 8
- 9
- a
- เกี่ยวกับเรา
- ยอมรับ
- เข้า
- ลงชื่อเข้าใช้
- เพิ่ม
- นอกจากนี้
- AI
- ทั้งหมด
- แล้ว
- ด้วย
- อเมซอน
- เข้าใจ Amazon
- อเมซอน QuickSight
- Amazon Web Services
- an
- การวิเคราะห์
- วิเคราะห์
- วิเคราะห์
- และ
- ใด
- เข้าใกล้
- สถาปัตยกรรม
- เป็น
- AS
- ที่ได้รับมอบหมาย
- At
- หลีกเลี่ยง
- AWS
- AWS กาว
- ตาม
- ขั้นพื้นฐาน
- BE
- ก่อน
- เริ่ม
- กล่อง
- สร้าง
- การก่อสร้าง
- แต่
- by
- CAN
- โหลด
- Choose
- เลือก
- การจัดหมวดหมู่
- เมฆ
- การฝึก
- ความคิดเห็น
- ร่วมกัน
- เข้ากันได้
- สมบูรณ์
- เข้าใจ
- คอมพิวเตอร์
- ปลอบใจ
- รัฐธรรมนูญ
- เนื้อหา
- การควบคุม
- ตามธรรมเนียม
- แปลง
- แปลง
- การนับ
- ซีพีจี
- ไม้เลื้อย
- สร้าง
- ที่สร้างขึ้น
- สร้าง
- ข้าม
- ประเพณี
- ลูกค้า
- ข้อมูล
- ฐานข้อมูล
- ลึก
- ปรับใช้
- อธิบาย
- ที่ต้องการ
- พัฒนา
- กล่าวถึง
- แสดง
- แสดง
- do
- เอกสาร
- เอกสาร
- โดเมน
- ดาวน์โหลด
- อย่างง่ายดาย
- ตะวันออก
- องค์ประกอบ
- ขจัด
- ช่วยให้
- ประเทศอังกฤษ
- เข้าสู่
- การป้อน
- Enterprise
- ทั้งหมด
- หน่วยงาน
- เอกลักษณ์
- โดยเฉพาะอย่างยิ่ง
- ตัวอย่าง
- ผู้เชี่ยวชาญ
- สารสกัด
- ครอบครัว
- เนื้อไม่มีมัน
- ไฟล์
- หา
- ชื่อจริง
- ดังต่อไปนี้
- สำหรับ
- รูป
- เวลา
- เพื่อน
- ราคาเริ่มต้นที่
- อย่างเต็มที่
- รวบรวม
- สร้าง
- รับ
- บัญชีกลุ่ม
- กลุ่ม
- มี
- he
- ซ่อน
- ของเขา
- ชั่วโมง
- HTML
- ที่ http
- HTTPS
- ICON
- เอกลักษณ์
- if
- แสดงให้เห็นถึง
- ภาพ
- in
- ข้อมูล
- อินพุต
- ข้อมูลเชิงลึก
- เข้าไป
- IT
- รายการ
- การสัมภาษณ์
- ร่วม
- jpg
- JSON
- คีย์
- ภาษา
- ต่อมา
- ผู้นำ
- การเรียนรู้
- น้อยที่สุด
- ทิ้ง
- ช่วยให้
- กดไลก์
- ขีด จำกัด
- โหลด
- ในประเทศ
- ที่ตั้ง
- รัก
- เครื่อง
- เรียนรู้เครื่อง
- การจัดการ
- หลาย
- เมนู
- ไมโครซอฟท์
- อาจ
- ML
- แบบ
- โมเดล
- การตรวจสอบ
- ข้อมูลเพิ่มเติม
- มาก
- ต้อง
- ชื่อ
- โดยธรรมชาติ
- ประมวลผลภาษาธรรมชาติ
- นำทาง
- การเดินเรือ
- จำเป็น
- ความต้องการ
- ใหม่
- ผลิตภัณฑ์ใหม่
- นินจา
- NLP
- ปกติ
- ตอนนี้
- วัตถุ
- of
- on
- ONE
- ต่อเนื่อง
- เปิด
- Options
- or
- ใบสั่ง
- เป็นต้นฉบับ
- อื่นๆ
- เอาท์พุต
- ของตนเอง
- หน้า
- บานหน้าต่าง
- เส้นทาง
- รูปแบบไฟล์ PDF
- อย่างถาวร
- วลี
- สถานที่
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- โพสต์
- อำนาจ
- ที่มีประสิทธิภาพ
- เตรียมการ
- ข้อกำหนดเบื้องต้น
- กระบวนการ
- แปรรูปแล้ว
- กระบวนการ
- การประมวลผล
- ผลิตภัณฑ์
- โปรไฟล์
- ให้
- ให้
- อ่าน
- พร้อม
- ตระหนักถึง
- อ้างอิง
- ภูมิภาค
- ความสัมพันธ์
- ตรงประเด็น
- ที่เหลืออยู่
- กรุ
- แหล่งข้อมูล
- ว่า
- ค้าปลีก
- บทบาท
- วิ่ง
- ขาย
- เดียวกัน
- ลด
- การสแกน
- คะแนน
- ค้นหา
- Section
- ความรู้สึก
- ความรู้สึก
- บริการ
- บริการ
- น่า
- ง่าย
- ทางออก
- โซลูชัน
- แหล่ง
- โดยเฉพาะ
- การใช้จ่าย
- จุด
- คำแถลง
- Status
- เข้าพัก
- ขั้นตอน
- ขั้นตอน
- การเก็บรักษา
- เก็บไว้
- โครงสร้าง
- อย่างเช่น
- ที่สนับสนุน
- แน่ใจ
- ตาราง
- เอา
- งาน
- ชั่วคราว
- ระยะ
- ข้อความ
- ที่
- พื้นที่
- ของพวกเขา
- ธีม
- แล้วก็
- นี้
- เหล่านั้น
- สาม
- ตลอด
- เวลา
- ชื่อหนังสือ
- ไปยัง
- เครื่องมือ
- แตะ
- แบบดั้งเดิม
- การลาก
- รถไฟ
- เปลี่ยน
- แนวโน้ม
- สอง
- ชนิด
- ในที่สุด
- ภายใต้
- ความเข้าใจ
- ไม่ได้ใช้
- อัปโหลด
- us
- ใช้
- มือสอง
- ผู้ใช้งาน
- ผู้ใช้
- ใช้
- การใช้
- ตรวจสอบ
- ผ่านทาง
- การสร้างภาพ
- เห็นภาพ
- คำแนะนำ
- ต้องการ
- ชม
- we
- เว็บ
- บริการเว็บ
- เมื่อ
- ที่
- จะ
- กับ
- คำ
- คำ
- เวิร์กโฟลว์
- การทำงาน
- ยัง
- คุณ
- ของคุณ
- ลมทะเล