Для сучасних компаній, які мають справу з величезними обсягами документів, таких як контракти, рахунки-фактури, резюме та звіти, ефективна обробка та отримання відповідних даних має вирішальне значення для підтримки конкурентної переваги. Однак традиційні методи зберігання та пошуку документів можуть зайняти багато часу та часто призвести до великих зусиль, щоб знайти певний документ, особливо якщо вони містять рукописний текст. Що, якби був спосіб інтелектуально обробляти документи та робити їх доступними для пошуку з високою точністю?
Це стало можливим завдяки Текст Amazon, послуга інтелектуальної обробки документів AWS у поєднанні з можливостями швидкого пошуку OpenSearch. У цій публікації ми розповімо вам про швидке створення та розгортання рішення для індексування пошуку документів, яке допоможе вашій організації краще використовувати документи та отримувати інформацію з них.
Незалежно від того, чи працюєте ви у відділі кадрів, який шукає конкретні пункти в контрактах із працівниками, чи фінансовий аналітик, який переглядає купу рахунків-фактур, щоб отримати платіжні дані, це рішення створено для того, щоб надати вам доступ до потрібної інформації з безпрецедентною швидкістю та точністю.
Завдяки пропонованому рішенню ваші документи автоматично завантажуються, їх вміст аналізується та згодом індексується в індекс OpenSearch із високою швидкістю реагування та масштабованістю.
Ми розглянемо, як такі технології, як Amazon Texttract, AWS Lambda, Служба простого зберігання Amazon (Amazon S3) і Служба Amazon OpenSearch можна інтегрувати в робочий процес, який безперебійно обробляє документи. Потім ми зануримося в індексацію цих даних у OpenSearch і продемонструємо можливості пошуку, які стають доступними у вас під рукою.
Незалежно від того, чи ваша організація робить перші кроки в еру цифрової трансформації, чи є визнаним гігантом, який прагне активізувати пошук інформації, цей посібник стане вашим компасом для навігації можливостями, які пропонують AWS Intelligent Document Processing і OpenSearch.
Команда реалізація у цьому дописі використовується Amazon Texttract IDP CDK конструкції – Компоненти AWS Cloud Development Kit (CDK) для визначення інфраструктури для робочих процесів інтелектуальної обробки документів (IDP), які дозволяють створювати настроювані робочі процеси IDP для конкретних варіантів використання. Конструкції та зразки IDP CDK — це набір компонентів, які дозволяють визначати процеси IDP на AWS і опубліковані в GitHub. Основними поняттями, що використовуються, є AWS Cloud Development Kit (CDK) конструкції, власне Стеки CDK та Функції кроку AWS. Майстерня Використовуйте машинне навчання для автоматизації та обробки документів у масштабі є хорошою відправною точкою, щоб дізнатися більше про налаштування робочих процесів і використання інших зразків робочих процесів як основи для власних.
Огляд рішення
У цьому рішенні ми зосереджені на індексуванні документів в індекс OpenSearch для швидкого пошуку та отримання інформації та документів. Документи у форматі PDF, TIFF, JPEG або PNG зберігаються в Amazon Simple Storage Service (Amazon S3) і згодом проіндексовано в OpenSearch за допомогою цього робочого процесу покрокових функцій.
Команда OpenSearchWorkflow-Decider переглядає документ і перевіряє, чи є документ одним із підтримуваних типів MIME (PDF, TIFF, PNG або JPEG). Він складається з одного AWS Lambda функції.
Команда DocumentSplitter генерує з документів максимум 2500 сторінок. Це означає, що навіть незважаючи на те, що Amazon Texttract підтримує документи обсягом до 3000 сторінок, ви можете передати документи з набагато більшою кількістю сторінок, і процес все одно працює нормально та розміщує сторінки в OpenSearch і створює правильні номери сторінок. The DocumentSplitter реалізовано як функція AWS Lambda.
Команда Стан карти обробляє кожен шматок паралельно.
Команда TextAsync завдання викликає Amazon Texttract за допомогою асинхронного Інтерфейс прикладного програмування (API) далі передового досвіду за допомогою Amazon Simple Notification Service (Amazon SNS) сповіщення та OutputConfig для зберігання вихідних даних JSON Amazon Texttract у сегмент Amazon S3 клієнта. Він складається з двох функцій Amazon Lambda: одна для надсилання документа на обробку, а друга для активації сповіщення Amazon SNS.
Тому що TextAsyЗавдання nc може створювати декілька вихідних файлів із розбивкою на сторінки, TextAsyncToJSON2 процес поєднує їх в один файл JSON.
Контекст Step Functions збагачується інформацією, яка також має бути доступною для пошуку в індексі OpenSearch у SetMetaData крок. Зразок реалізації додає ORIGIN_FILE_NAME
, START_PAGE_NUMBER
та ORIGIN_FILE_URI
. Ви можете додати будь-яку інформацію, щоб збагатити пошук, як-от інформацію з інших серверних систем, конкретні ідентифікатори або інформацію про класифікацію.
Команда GenerateOpenSearchBatch бере згенерований результат JSON Amazon Texttract, поєднує його з інформацією з контексту, встановленого SetMetaData, і готує файл, оптимізований для пакетного імпорту в OpenSearch.
У OpenSearchPushInvoke, цей файл пакетного імпорту надсилається в індекс OpenSearch і доступний для пошуку. Ця функція AWS Lambda пов’язана з aws-lambda-opensearch побудувати з Рішення AWS бібліотеку з використанням екземплярів m6g.large.search, OpenSearch версії 2.7 і налаштував Amazon Elastic Block Service (Amazon EBS) розмір тому до загального призначення 2 (GP2) із 200 ГБ. Ви можете змінити конфігурацію OpenSearch відповідно до ваших вимог.
Останній Завдання OpenSearchMapping крок очищає контекст, який інакше міг би перевищувати Крок Функції Квота of Максимальний розмір введення або виведення для завдання, стану або виконання.
Передумови
Щоб розгорнути зразки, вам потрібен обліковий запис AWS, the AWS Cloud Development Kit (AWS CDK), потрібна поточна версія Python і Docker. Вам потрібні дозволи для розгортання шаблонів AWS CloudFormation, натисніть на Реєстр контейнерів Amazon Elastic (Amazon ECR), створ Amazon Identity and Access Management (AWS IAM), функції Amazon Lambda, сегменти Amazon S3, функції Amazon Step, кластер Amazon OpenSearch і Амазонка Когніто пул користувачів. Переконайтеся, що ваш Середовище AWS CLI налаштовано з відповідними дозволами.
Ви також можете розкрутити a AWS Cloud9 екземпляр із попередньо встановленими AWS CDK, Python і Docker для початку розгортання.
Проходження
розгортання
- Після того, як ви налаштуєте передумови, вам потрібно спочатку клонувати репозиторій:
- Потім зайдіть у папку репозиторію та встановіть залежності:
- Розгорніть стек OpenSearchWorkflow:
Розгортання займає приблизно 25 хвилин із налаштуваннями конфігурації за замовчуванням із зразків GitHub і створює робочий процес Step Functions, який викликається, коли документ розміщується в сегменті/префіксі Amazon S3, а потім обробляється, доки вміст документа не буде проіндексовано. у кластері OpenSearch.
Нижче наведено зразок вихідних даних із корисними посиланнями та інформацією, отриманою зcdk deploy OpenSearchWorkflow
команда:
Ця інформація також доступна в AWS CloudFormation Console.
Коли новий документ розміщується під OpenSearchWorkflow.DocumentUploadLocation, для цього документа запускається новий робочий процес крокових функцій.
Щоб перевірити статус цього документа, OpenSearchWorkflow.StepFunctionFlowLink надає посилання на список виконання StepFunction у консолі керування AWS, відображаючи статус обробки документів для кожного документа, завантаженого в Amazon S3. Підручник Перегляд і налагодження виконання на консолі Step Functions містить огляд компонентів і представлень у Консолі AWS.
Тестування
- Перший тест із використанням зразка файлу.
- Вибравши посилання на робочий процес StepFunction або відкривши консоль керування AWS і перейшовши на сторінку служби Step Functions, ви можете переглянути різні виклики робочого процесу.
- Подивіться на поточний зразок виконання документа, де ви можете стежити за виконанням окремих завдань робочого процесу.
Пошук
Після завершення процесу ми можемо підтвердити, що документ проіндексовано в індексі OpenSearch.
- Для цього спочатку ми створюємо користувача Amazon Cognito. Amazon Cognito використовується для автентифікації користувачів за індексом OpenSearch. Виберіть посилання у вихідних даних із розгортання cdk (або подивіться на AWS CloudFormation вихід у консолі керування AWS). OpenSearchWorkflow.CognitoUserPoolLink.
- Потім виберіть Створити користувача кнопку, яка спрямовує вас на сторінку для введення імені користувача та пароля для доступу до інформаційної панелі OpenSearch.
- Після вибору Створити користувача, ви можете перейти до інформаційної панелі OpenSearch, натиснувши на OpenSearchWorkflow.OpenSearchDashboard із вихідних даних розгортання CDK. Увійдіть за допомогою створеного раніше імені користувача та пароля. Під час першого входу вам потрібно змінити пароль.
- Увійшовши до інформаційної панелі OpenSearch, виберіть Управління стеком розділ, а потім Шаблон індексуs для створення пошукового індексу.
- Стандартна назва індексу папери-індекс і назву шаблону індексу індекс документів* відповідатиме цьому.
- Після натискання Наступний кроквиберіть відмітка часу в якості Поле часу та Створіть індексний шаблон.
- Тепер у меню виберіть Відкрийте для себе.
У більшості випадків вам потрібно змінити часовий проміжок відповідно до останнього прийому. За замовчуванням 15 хвилин, і часто протягом останніх 15 хвилин не було жодної активності. У цьому прикладі він змінений на 15 днів, щоб візуалізувати прийом.
- Тепер можна починати пошук. Роман було проіндексовано, ви можете шукати будь-які терміни, як називай мене Ізмаїлом і побачити результати.
В даному випадку термін називай мене Ізмаїлом відображається на сторінці 6 документа за вказаним уніфікованим ідентифікатором ресурсу (URI), який вказує на розташування файлу Amazon S3. Це дозволяє швидше ідентифікувати документи та знаходити інформацію у великому корпусі документів PDF, TIFF або зображень, ніж пропускати їх вручну.
Запуск у масштабі
Щоб оцінити масштаб і тривалість процесу індексування, впровадження було протестовано на 93,997 1,583,197 документах із загальною сумою 16.84 3755 5.5 сторінок (у середньому 1 сторінки/документ і найбільший файл із XNUMX сторінками), які всі були проіндексовані в OpenSearch. Обробка всіх файлів та їх індексація в OpenSearch зайняла XNUMX годин у регіоні Схід США (Північна Вірджинія – us-east-XNUMX) за умовчанням Квоти сервісу Amazon Texttract. На графіку нижче показано початковий тест о 18:00, потім основний прийом о 21:00 і все завершено до 2:30.
Для обробки tcdk.SFExecutionsStartThrottle було встановлено як an executions_concurrency_threshold
=550, що означає, що робочі процеси одночасної обробки документів обмежені 550, а надлишкові запити ставляться в чергу до Amazon SQS Черга FIFO (Fist-In-First-Out), яка згодом очищається після завершення поточних робочих процесів. Поріг у 550 базується на квоті служби Texttract у 600 у регіоні us-east-1. Таким чином, глибина черги та вік найстарішого повідомлення є показниками, які варто контролювати.
У цьому тесті всі документи були завантажені на Amazon S3 одночасно, тому Приблизна кількість видимих повідомлень різко зростає, а потім повільно спадає, оскільки нові документи не надходять. The Приблизний вік найдавнішого повідомлення збільшується, доки не буде оброблено всі повідомлення. Amazon SQS MessageRetentionPeriod встановлюється на 14 днів. Для дуже тривалої обробки затримки, яка може перевищувати 14 днів, почніть з обробки меншої підмножини репрезентативних документів і відстежуйте тривалість виконання, щоб оцінити, скільки документів ви можете передати, перш ніж перевищити 14 днів. Метрики Amazon SQS CloudWatch виглядають подібно для сценарію обробки великого резерву документів, які відразу надходять, а потім повністю обробляються. Якщо ваш варіант використання — це постійний потік документів, обидві метрики, Приблизна кількість видимих повідомлень і Приблизний вік найдавнішого повідомлення буде більш лінійним. Ви також можете використовувати пороговий параметр, щоб змішувати постійне навантаження з обробкою резервів і розподіляти потужність відповідно до ваших потреб обробки.
Ще одним показником, який потрібно контролювати, є справність кластера OpenSearch, який слід налаштувати відповідно до Найкращі методи роботи для Amazon OpenSearch Service. Розгортання за замовчуванням використовує екземпляри m6g.large.search.
Ось знімок ключових показників ефективності (KPI) для кластера OpenSearch. Відсутність помилок, постійна швидкість індексації даних і затримка.
Виконання робочого процесу Step Functions показує стан обробки для кожного окремого документа. Якщо ви бачите страти в не вдалося стан, а потім виберіть деталі. Хорошим показником для моніторингу є AWS Автоматична інформаційна панель CloudWatch для покрокових функцій, які розкривають деякі з Крок Функції Метрики CloudWatch.
На цьому графіку інформаційної панелі AWS CloudWatch ви бачите успішне виконання покрокових функцій з часом.
А цей показує невдалі страти. Їх варто дослідити в огляді функцій консолі AWS.
На наступному знімку екрана показано один приклад невдалого виконання через те, що вихідний файл має розмір 0, що має сенс, оскільки файл не має вмісту та не може бути оброблений. Важливо відфільтрувати невдалі процеси та візуалізувати збої, щоб ви могли повернутися до вихідного документа та перевірити першопричину.
Інші помилки можуть включати документи, які не належать до типу MIME: application/pdf, image/png, image/jpeg або image/tiff, оскільки інші типи документів не підтримуються Amazon Texttract.
Коштувати
Загальна вартість прийому 1,583,278 XNUMX XNUMX сторінок була розподілена між службами AWS, які використовуються для впровадження. Наведений нижче список є приблизними цифрами, оскільки фактична вартість і тривалість обробки залежать від розміру документів, кількості сторінок у документі, щільності інформації в документах і регіону AWS. Amazon DynamoDB споживав $0.55, Amazon S3 $3.33, OpenSearch Service $14.71, Step Functions $17.92, AWS Lambda $28.95 і Amazon Texttract $1,849.97. Крім того, майте на увазі, що розгорнутий кластер Amazon OpenSearch Service оплачується погодинно, і він накопичуватиме вищі витрати, якщо працюватиме протягом певного періоду часу.
Поправки
Швидше за все, ви захочете змінити реалізацію та налаштувати її для свого випадку використання та документів. Майстерня Використовуйте машинне навчання для автоматизації та обробки документів у масштабі надає хороший огляд того, як маніпулювати фактичними робочими процесами, змінюючи потік і додаючи нові компоненти. Щоб додати спеціальні поля до індексу OpenSearch, подивіться на SetMetaData завдання в робочому процесі за допомогою set-manifest-meta-data-opensearch Функція AWS Lambda для додавання метаданих до контексту, який буде додано як поле до індексу OpenSearch. Будь-яка інформація метаданих стане частиною індексу.
Очищення
Видаліть зразки ресурсів, якщо вони вам більше не потрібні, щоб уникнути майбутніх витрат за допомогою наступної команди:
в тому ж середовищі, що й cdk deploy
команда. Пам’ятайте, що це видаляє все, включно з кластером OpenSearch, усіма документами та сегментом Amazon S3. Якщо ви хочете зберегти цю інформацію, створіть резервну копію сегмента Amazon S3 і створити знімок індексу з вашого кластера OpenSearch. Якщо ви обробили багато файлів, можливо, вам доведеться спочатку очистити сегмент Amazon S3 за допомогою консолі керування AWS (тобто після того, як ви зробили резервну копію або синхронізували їх з іншим сегментом, якщо ви хочете зберегти інформацію), оскільки функція очищення може закінчити час очікування, а потім знищити стек AWS CloudFormation.
Висновок
У цьому дописі ми показали вам, як розгорнути повне стекове рішення для введення великої кількості документів в індекс OpenSearch, які готові до використання для випадків використання пошуку. Були обговорені окремі компоненти реалізації, а також міркування щодо масштабування, вартість і варіанти модифікації. Весь код доступний як OpenSource на GitHub як Зразки CDK IDP і як Конструкції IDP CDK створювати власні рішення з нуля. Як наступний крок ви можете почати змінювати робочий процес, додавати інформацію до документів у індексі пошуку та вивчати Семінар ВПО. Прокоментуйте свій досвід та ідеї, щоб розширити поточне рішення.
Про автора
Мартін Шаде є Senior ML Product SA з командою Amazon Textract. Він має понад 20 років досвіду роботи з Інтернет-технологіями, інженерними та архітектурними рішеннями. Він приєднався до AWS у 2014 році, спочатку зорієнтувавши деяких із найбільших клієнтів AWS щодо найбільш ефективного та масштабованого використання послуг AWS, а згодом зосередився на AI/ML з акцентом на комп’ютерному баченні. Зараз він одержимий вилученням інформації з документів.
- Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
- PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
- PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
- ПлатонЕСГ. Автомобільні / електромобілі, вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
- PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
- ChartPrime. Розвивайте свою торгову гру за допомогою ChartPrime. Доступ тут.
- BlockOffsets. Модернізація екологічної компенсаційної власності. Доступ тут.
- джерело: https://aws.amazon.com/blogs/machine-learning/implement-smart-document-search-index-with-amazon-textract-and-amazon-opensearch/
- : має
- :є
- : ні
- :де
- $3
- $UP
- 1
- 10
- 100
- 11
- 12
- 13
- 14
- 15%
- 16
- 17
- 20
- 20 роки
- 200
- 2014
- 216
- 220
- 25
- 30
- 3000
- 32
- 33
- 7
- 700
- 8
- 820
- 84
- 9
- a
- МЕНЮ
- доступ
- доступною
- доступ до
- За
- рахунки
- Накопичуватися
- точність
- через
- діяльність
- фактичний
- додавати
- доданий
- додати
- Додає
- після
- проти
- вік
- AI / ML
- ВСІ
- виділяти
- дозволяти
- Також
- Amazon
- Амазонка Когніто
- Служба Amazon OpenSearch
- Текст Amazon
- Amazon Web Services
- an
- аналітик
- та
- будь-який
- API
- з'являється
- приблизний
- ЕСТЬ
- навколо
- AS
- At
- Authentication
- автоматизувати
- автоматичний
- автоматично
- доступний
- середній
- уникнути
- AWS
- AWS CloudFormation
- AWS Lambda
- Консоль управління AWS
- назад
- Backend
- резервна копія
- база
- заснований
- BE
- оскільки
- ставати
- перед тим
- буття
- нижче
- КРАЩЕ
- передового досвіду
- Краще
- Остерігатися
- Блокувати
- обидва
- будувати
- button
- by
- Виклики
- CAN
- можливості
- потужність
- випадок
- випадків
- Викликати
- CD
- зміна
- змінилися
- заміна
- перевірка
- Вибираючи
- класифікація
- хмара
- кластер
- код
- збір
- комбінати
- коментар
- Компанії
- порівняний
- Компас
- конкурентоспроможний
- Компоненти
- комп'ютер
- Комп'ютерне бачення
- поняття
- одночасно
- конфігурація
- налаштувати
- підключений
- міркування
- складається
- Консоль
- постійна
- будувати
- Контейнер
- зміст
- контекст
- продовжувати
- контрактів
- виправити
- Коштувати
- витрати
- може
- з'єднаний
- обкладинка
- створювати
- створений
- створює
- критичний
- Поточний
- В даний час
- виготовлений на замовлення
- клієнт
- Клієнти
- настроюється
- налаштувати
- приладова панель
- інформаційні панелі
- дані
- Днів
- угода
- Відмова прийняти
- дефолт
- визначати
- визначення
- демонструвати
- залежно
- Залежно
- розгортання
- розгорнути
- розгортання
- глибина
- знищити
- деталі
- розробка
- Діалог
- різний
- цифровий
- цифрове перетворення
- відкрити
- обговорювалися
- показ
- занурення
- do
- Docker
- документ
- документація
- зроблений
- злиті
- два
- тривалість
- e
- кожен
- Схід
- край
- ефективний
- продуктивно
- зусилля
- Співробітник
- уповноважувати
- включіть
- Машинобудування
- величезний
- збагачувати
- Збагачений
- Що натомість? Створіть віртуальну версію себе у
- Навколишнє середовище
- Епоха
- помилки
- особливо
- встановлений
- оцінити
- Навіть
- все
- приклад
- перевищувати
- перевищує
- надлишок
- виконання
- Розширювати
- досвід
- дослідити
- витяг
- не вдалося
- ШВИДКО
- швидше
- поле
- Поля
- Рисунок
- філе
- Файли
- фільтрувати
- остаточний
- фінансовий
- знайти
- кінець
- кінчики пальців
- закінчення
- Перший
- перші кроки
- перший раз
- потік
- Сфокусувати
- увагу
- стежити
- потім
- після
- для
- формат
- від
- Повний
- Повний стек
- повністю
- функція
- Функції
- майбутнє
- Загальне
- генерується
- генерує
- отримання
- гігант
- GitHub
- даний
- Go
- буде
- добре
- графік
- керівництво
- збруя
- Мати
- має
- he
- здоров'я
- допомагає
- Високий
- вище
- дуже
- годину
- ГОДИННИК
- Як
- How To
- Однак
- HTML
- HTTPS
- людина
- Людськими ресурсами
- i
- ідеї
- ідентифікатор
- ідентифікувати
- Особистість
- ідентифікатори
- if
- зображення
- здійснювати
- реалізація
- реалізовані
- імпорт
- важливо
- in
- включати
- У тому числі
- Augmenter
- Збільшує
- індекс
- індексований
- індикатори
- індивідуальний
- інформація
- Інфраструктура
- початковий
- ініціювати
- вхід
- розуміння
- встановлювати
- екземпляр
- інтегрований
- Розумний
- Інтелектуальна обробка документів
- в
- розслідування
- викликали
- IT
- приєднався
- подорож
- JPG
- json
- тримати
- ключ
- великий
- найбільших
- останній
- Затримка
- пізніше
- УЧИТЬСЯ
- вивчення
- бібліотека
- як
- Ймовірно
- LINK
- зв'язку
- список
- загрузка
- розташування
- увійшли
- Логін
- Довго
- довше
- подивитися
- шукати
- ВИГЛЯДИ
- машина
- навчання за допомогою машини
- made
- головний
- підтримувати
- Підтримка
- зробити
- РОБОТИ
- управління
- вручну
- багато
- матч
- максимальний
- Може..
- me
- засоби
- Меню
- повідомлення
- повідомлення
- методика
- метрика
- Метрика
- може бути
- mind
- хвилин
- змішувати
- ML
- сучасний
- змінювати
- монітор
- моніторинг
- більше
- найбільш
- Гора
- множинний
- ім'я
- Названий
- навігація
- Необхідність
- потреби
- Нові
- наступний
- немає
- сповіщення
- Повідомлення
- роман
- номер
- номера
- of
- пропонувати
- часто
- найстаріший
- on
- один раз
- ONE
- відкрити
- з відкритим вихідним кодом
- Можливості
- оптимізований
- Опції
- or
- порядок
- організація
- походження
- Інше
- інакше
- з
- вихід
- над
- огляд
- власний
- сторінка
- сторінок
- Паралельні
- параметр
- частина
- проходити
- Пароль
- Викрійки
- моделі
- оплата
- для
- продуктивність
- period
- Дозволи
- plato
- Інформація про дані Платона
- PlatoData
- будь ласка
- точка
- точок
- басейн
- це можливо
- пошта
- практики
- Готує
- передумови
- подарунки
- раніше
- процес
- Оброблено
- процеси
- обробка
- виробляти
- Product
- Програмування
- запропонований
- забезпечує
- опублікований
- мета
- Штовхати
- put
- Ставить
- Python
- Швидко
- швидко
- ставка
- готовий
- регіон
- Звіти
- Сховище
- представник
- запитів
- вимагається
- Вимога
- ресурс
- ресурси
- реагувати
- результат
- результати
- зберігати
- ролі
- корінь
- прогін
- біг
- SA
- то ж
- масштабовані
- шкала
- Масштабування
- подряпати
- плавно
- Пошук
- Грати короля карти - безкоштовно Nijumi логічна гра гри
- розділ
- побачити
- пошук
- вибирає
- старший
- сенс
- посланий
- служить
- обслуговування
- Послуги
- комплект
- налаштування
- установка
- Повинен
- Показувати
- показав
- Шоу
- аналогічний
- простий
- Розмір
- сповільнювати
- менше
- розумний
- Знімок
- So
- рішення
- Рішення
- деякі
- Source
- конкретний
- швидкість
- Спін
- розкол
- стек
- старт
- почалася
- Починаючи
- стан
- Штати
- Статус
- стійкий
- Крок
- заходи
- Як і раніше
- зберігання
- зберігати
- зберігання
- представляти
- Згодом
- успішний
- такі
- Підтриманий
- Опори
- Переконайтеся
- Systems
- з урахуванням
- Приймати
- приймає
- взяття
- Завдання
- завдання
- команда
- Технології
- Шаблони
- термін
- terms
- тест
- перевірений
- текст
- Що
- Команда
- Графік
- інформація
- Джерело
- Держава
- їх
- Їх
- потім
- Там.
- отже
- Ці
- вони
- це
- хоча?
- поріг
- через
- до
- час
- трудомісткий
- до
- прийняли
- Усього:
- традиційний
- Перетворення
- спрацьовує
- підручник
- два
- тип
- Типи
- при
- безпрецедентний
- до
- завантажено
- us
- використання
- використання випадку
- використовуваний
- користувач
- користувачі
- використовує
- використання
- використовує
- ПЕРЕВІР
- значення
- версія
- дуже
- думки
- Віргінія
- бачення
- візуалізувати
- обсяг
- Обсяги
- хотіти
- було
- шлях..
- we
- Web
- веб-сервіси
- ДОБРЕ
- були
- Що
- коли
- який
- волі
- з
- робочий
- Робочі процеси
- працює
- майстерня
- Семінари
- вартість
- років
- Ти
- вашу
- зефірнет