उद्यमों के पास भारी मात्रा में डेटा तक पहुंच है, जिनमें से अधिकांश को खोजना मुश्किल है क्योंकि डेटा असंरचित है। विश्लेषण करने के लिए पारंपरिक दृष्टिकोण असंरचित डेटा कीवर्ड या समानार्थी मिलान का उपयोग करें। वे किसी दस्तावेज़ के पूरे संदर्भ को कैप्चर नहीं करते हैं, जिससे वे असंरचित डेटा से निपटने में कम प्रभावी हो जाते हैं।
इसके विपरीत, टेक्स्ट एम्बेडिंग का उपयोग किया जाता है यंत्र अधिगम (एमएल) असंरचित डेटा के अर्थ को पकड़ने की क्षमता। एंबेडिंग्स प्रतिनिधित्वात्मक भाषा मॉडल द्वारा उत्पन्न होते हैं जो पाठ को संख्यात्मक वैक्टर में अनुवादित करते हैं और एक दस्तावेज़ में प्रासंगिक जानकारी को एन्कोड करते हैं। यह सिमेंटिक खोज जैसे अनुप्रयोगों को सक्षम बनाता है, पुनर्प्राप्ति संवर्धित पीढ़ी (आरएजी), विषय मॉडलिंग, और पाठ वर्गीकरण।
उदाहरण के लिए, वित्तीय सेवा उद्योग में, अनुप्रयोगों में कमाई रिपोर्ट से अंतर्दृष्टि निकालना, वित्तीय विवरणों से जानकारी खोजना और वित्तीय समाचारों में पाए जाने वाले शेयरों और बाजारों के बारे में भावनाओं का विश्लेषण करना शामिल है। टेक्स्ट एम्बेडिंग उद्योग के पेशेवरों को दस्तावेजों से अंतर्दृष्टि निकालने, त्रुटियों को कम करने और उनके प्रदर्शन को बढ़ाने में सक्षम बनाती है।
इस पोस्ट में, हम एक एप्लिकेशन प्रदर्शित करते हैं जो कोहेयर का उपयोग करके विभिन्न भाषाओं में वित्तीय समाचार खोज और क्वेरी कर सकता है एम्बेड और पुनः रैंक करें के साथ मॉडल अमेज़ॅन बेडरॉक.
कोहेयर का बहुभाषी एम्बेडिंग मॉडल
कोहेयर एक अग्रणी एंटरप्राइज एआई प्लेटफॉर्म है जो विश्व स्तरीय बड़े भाषा मॉडल (एलएलएम) और एलएलएम-संचालित समाधान बनाता है जो कंप्यूटर को पाठ में खोज करने, अर्थ पकड़ने और बातचीत करने की अनुमति देता है। वे उपयोग में आसानी और मजबूत सुरक्षा और गोपनीयता नियंत्रण प्रदान करते हैं।
कोहेयर का बहुभाषी एम्बेडिंग मॉडल 100 से अधिक भाषाओं के लिए दस्तावेज़ों का वेक्टर प्रतिनिधित्व तैयार करता है और अमेज़ॅन बेडरॉक पर उपलब्ध है। यह AWS ग्राहकों को इसे एपीआई के रूप में एक्सेस करने की अनुमति देता है, जो अंतर्निहित बुनियादी ढांचे को प्रबंधित करने की आवश्यकता को समाप्त करता है और यह सुनिश्चित करता है कि संवेदनशील जानकारी सुरक्षित रूप से प्रबंधित और संरक्षित रहे।
बहुभाषी मॉडल समान अर्थ वाले पाठों को सिमेंटिक वेक्टर स्पेस में एक-दूसरे के करीब स्थिति निर्दिष्ट करके समूहीकृत करता है। बहुभाषी एम्बेडिंग मॉडल के साथ, डेवलपर्स विभिन्न मॉडलों के बीच स्विच करने की आवश्यकता के बिना कई भाषाओं में पाठ को संसाधित कर सकते हैं, जैसा कि निम्नलिखित आंकड़े में दिखाया गया है। यह प्रसंस्करण को अधिक कुशल बनाता है और बहुभाषी अनुप्रयोगों के लिए प्रदर्शन में सुधार करता है।
कोहेयर के एम्बेडिंग मॉडल की कुछ मुख्य विशेषताएं निम्नलिखित हैं:
- दस्तावेज़ की गुणवत्ता पर ध्यान दें - विशिष्ट एम्बेडिंग मॉडल को दस्तावेज़ों के बीच समानता मापने के लिए प्रशिक्षित किया जाता है, लेकिन कोहेयर का मॉडल दस्तावेज़ की गुणवत्ता को भी मापता है
- आरएजी अनुप्रयोगों के लिए बेहतर पुनर्प्राप्ति - आरएजी अनुप्रयोगों के लिए एक अच्छी पुनर्प्राप्ति प्रणाली की आवश्यकता होती है, जिसमें कोहेयर का एम्बेडिंग मॉडल उत्कृष्ट है
- लागत-कुशल डेटा संपीड़न - कोहेयर एक विशेष, संपीड़न-जागरूक प्रशिक्षण पद्धति का उपयोग करता है, जिसके परिणामस्वरूप आपके वेक्टर डेटाबेस के लिए पर्याप्त लागत बचत होती है
टेक्स्ट एम्बेडिंग के लिए केस का उपयोग करें
टेक्स्ट एम्बेडिंग असंरचित डेटा को संरचित रूप में बदल देती है। यह आपको इन सभी दस्तावेज़ों से निष्पक्ष रूप से तुलना करने, विश्लेषण करने और अंतर्दृष्टि प्राप्त करने की अनुमति देता है। निम्नलिखित उदाहरण उपयोग के मामले हैं जिन्हें कोहेयर का एम्बेडिंग मॉडल सक्षम बनाता है:
- शब्दार्थ खोज - खोज वाक्यांश अर्थ के आधार पर उत्कृष्ट प्रासंगिकता के साथ, वेक्टर डेटाबेस के साथ युग्मित होने पर शक्तिशाली खोज अनुप्रयोगों को सक्षम बनाता है
- एक बड़े सिस्टम के लिए खोज इंजन - RAG सिस्टम के लिए कनेक्टेड एंटरप्राइज़ डेटा स्रोतों से सबसे प्रासंगिक जानकारी ढूँढता है और पुनर्प्राप्त करता है
- पाठ का वर्गीकरण - आशय पहचान, भावना विश्लेषण और उन्नत दस्तावेज़ विश्लेषण का समर्थन करता है
- टॉपिक मॉडलिंग - उभरते विषयों और विषयों को उजागर करने के लिए दस्तावेज़ों के संग्रह को अलग-अलग समूहों में बदल देता है
रीरैंक के साथ उन्नत खोज प्रणालियाँ
उन उद्यमों में जहां पारंपरिक कीवर्ड खोज प्रणालियाँ पहले से मौजूद हैं, आप आधुनिक अर्थ संबंधी खोज क्षमताओं का परिचय कैसे देते हैं? ऐसी प्रणालियों के लिए जो लंबे समय से कंपनी की सूचना वास्तुकला का हिस्सा रही हैं, एम्बेडिंग-आधारित दृष्टिकोण पर पूर्ण स्थानांतरण, कई मामलों में, संभव नहीं है।
कोहेयर का रेरैंक समापन बिंदु इस अंतर को पाटने के लिए डिज़ाइन किया गया है। यह उपयोगकर्ता की क्वेरी के अनुसार प्रासंगिक दस्तावेज़ों की रैंकिंग प्रदान करने के लिए खोज प्रवाह के दूसरे चरण के रूप में कार्य करता है। उद्यम पहले चरण की पुनर्प्राप्ति के लिए मौजूदा कीवर्ड (या यहां तक कि सिमेंटिक) प्रणाली को बनाए रख सकते हैं और दूसरे चरण की रीरैंकिंग में रीरैंक एंडपॉइंट के साथ खोज परिणामों की गुणवत्ता को बढ़ा सकते हैं।
रीरैंक कोड की एक पंक्ति के साथ उपयोगकर्ता के स्टैक में सिमेंटिक खोज तकनीक पेश करके खोज परिणामों को बेहतर बनाने के लिए एक तेज़ और सीधा विकल्प प्रदान करता है। समापन बिंदु बहुभाषी समर्थन के साथ भी आता है। निम्नलिखित चित्र पुनर्प्राप्ति और पुनर्रैंकिंग वर्कफ़्लो को दर्शाता है।
समाधान अवलोकन
वित्तीय विश्लेषकों को सूचित रहने के लिए वित्तीय प्रकाशनों और समाचार मीडिया जैसी बहुत सारी सामग्री को पचाने की आवश्यकता होती है। के अनुसार वित्तीय पेशेवरों के लिए एसोसिएशन (एएफपी), वित्तीय विश्लेषक अपना 75% समय अतिरिक्त-मूल्य विश्लेषण के बजाय डेटा इकट्ठा करने या प्रक्रिया को प्रशासित करने में बिताते हैं। विभिन्न स्रोतों और दस्तावेज़ों में किसी प्रश्न का उत्तर ढूँढना समय-गहन और कठिन काम है। कोहेयर एम्बेडिंग मॉडल विश्लेषकों को उन लेखों को खोजने और रैंक करने के लिए कई भाषाओं में कई लेख शीर्षकों को तुरंत खोजने में मदद करता है जो किसी विशेष क्वेरी के लिए सबसे अधिक प्रासंगिक हैं, जिससे भारी मात्रा में समय और प्रयास की बचत होती है।
निम्नलिखित उपयोग उदाहरण में, हम दिखाते हैं कि कैसे कोहेयर का एंबेड मॉडल एक अद्वितीय पाइपलाइन में विभिन्न भाषाओं में वित्तीय समाचारों की खोज और क्वेरी करता है। फिर हम प्रदर्शित करते हैं कि कैसे आपके एम्बेडिंग पुनर्प्राप्ति में रीरैंक जोड़ने (या इसे एक विरासत शाब्दिक खोज में जोड़ने) से परिणामों में और सुधार हो सकता है।
सहायक नोटबुक पर उपलब्ध है GitHub.
निम्नलिखित चित्र एप्लिकेशन के वर्कफ़्लो को दर्शाता है।
अमेज़ॅन बेडरॉक के माध्यम से मॉडल एक्सेस सक्षम करें
अमेज़ॅन बेडरॉक उपयोगकर्ताओं को मॉडलों को उपयोग के लिए उपलब्ध कराने के लिए उन तक पहुंच का अनुरोध करना होगा। अतिरिक्त मॉडलों तक पहुंच का अनुरोध करने के लिए, चुनें मॉडल पहुंच अमेज़ॅन बेडरॉक पर नेविगेशन फलक एक ढ़ांचा जिस में आंगन की स्वरकुंजियां आदि लगि है। अधिक जानकारी के लिए देखें मॉडल पहुंच. इस वॉकथ्रू के लिए, आपको कोहेयर एंबेड बहुभाषी मॉडल तक पहुंच का अनुरोध करना होगा।
पैकेज स्थापित करें और मॉड्यूल आयात करें
सबसे पहले, हम आवश्यक पैकेज स्थापित करते हैं और उन मॉड्यूल को आयात करते हैं जिनका हम इस उदाहरण में उपयोग करेंगे:
दस्तावेज़ आयात करें
हम एक डेटासेट (मल्टीफिन) का उपयोग करते हैं जिसमें 15 भाषाओं (अंग्रेजी, तुर्की, डेनिश, स्पेनिश, पोलिश, ग्रीक, फिनिश, हिब्रू, जापानी, हंगेरियन, नॉर्वेजियन, रूसी, इतालवी, आइसलैंडिक और स्वीडिश) को कवर करने वाले वास्तविक दुनिया के लेख शीर्षकों की एक सूची होती है। ). यह वित्तीय प्राकृतिक भाषा प्रसंस्करण (एनएलपी) के लिए क्यूरेटेड एक खुला स्रोत डेटासेट है और यह पर उपलब्ध है गिटहब भंडार.
हमारे मामले में, हमने मल्टीफ़िन के डेटा के साथ-साथ अनुवादों के साथ एक कॉलम के साथ एक CSV फ़ाइल बनाई है। हम मॉडल को फीड करने के लिए इस कॉलम का उपयोग नहीं करते हैं; हम इसका उपयोग उन लोगों के लिए परिणाम प्रिंट करते समय मदद करने के लिए करते हैं जो डेनिश या स्पैनिश नहीं बोलते हैं। हम अपना डेटाफ़्रेम बनाने के लिए उस CSV की ओर संकेत करते हैं:
पूछताछ के लिए दस्तावेज़ों की एक सूची चुनें
मल्टीफ़िन के पास 6,000 विभिन्न भाषाओं में 15 से अधिक रिकॉर्ड हैं। हमारे उदाहरण के उपयोग के मामले में, हम तीन भाषाओं पर ध्यान केंद्रित करते हैं: अंग्रेजी, स्पेनिश और डेनिश। हम हेडर को लंबाई के आधार पर भी क्रमबद्ध करते हैं और सबसे लंबे हेडर को चुनते हैं।
क्योंकि हम सबसे लंबे लेख चुन रहे हैं, हम यह सुनिश्चित करते हैं कि लंबाई बार-बार अनुक्रम के कारण न हो। निम्नलिखित कोड एक उदाहरण दिखाता है जहां यह मामला है। हम उसे साफ़ कर देंगे.
df['text'].iloc[2215]
हमारे दस्तावेज़ों की सूची तीन भाषाओं में अच्छी तरह से वितरित है:
हमारे डेटासेट में सबसे लंबा लेख शीर्षलेख निम्नलिखित है:
दस्तावेज़ों को एम्बेड और अनुक्रमित करें
अब, हम अपने दस्तावेज़ों को एम्बेड करना और एम्बेडिंग को संग्रहीत करना चाहते हैं। एम्बेडिंग बहुत बड़े वैक्टर हैं जो हमारे दस्तावेज़ के अर्थपूर्ण अर्थ को समाहित करते हैं। विशेष रूप से, हम कोहेयर के एम्बेड-बहुभाषी-v3.0 मॉडल का उपयोग करते हैं, जो 1,024 आयामों के साथ एम्बेडिंग बनाता है।
जब कोई क्वेरी पास हो जाती है, तो हम क्वेरी को एम्बेड भी करते हैं और निकटतम पड़ोसियों को खोजने के लिए hnswlib लाइब्रेरी का उपयोग करते हैं।
कोहेयर क्लाइंट स्थापित करने, दस्तावेज़ एम्बेड करने और खोज इंडेक्स बनाने के लिए कोड की केवल कुछ पंक्तियों की आवश्यकता होती है। हम परिणामों के प्रदर्शन को बेहतर बनाने के लिए दस्तावेज़ की भाषा और अनुवाद पर भी नज़र रखते हैं।
एक पुनर्प्राप्ति प्रणाली बनाएँ
इसके बाद, हम एक फ़ंक्शन बनाते हैं जो एक क्वेरी को इनपुट के रूप में लेता है, उसे एम्बेड करता है, और उससे अधिक निकटता से संबंधित चार हेडर ढूंढता है:
पुनर्प्राप्ति प्रणाली को क्वेरी करें
आइए जानें कि हमारा सिस्टम कुछ अलग-अलग प्रश्नों के साथ क्या करता है। हम अंग्रेजी से शुरू करते हैं:
परिणाम इस प्रकार हैं:
निम्नलिखित पर ध्यान दें:
- हम संबंधित, लेकिन थोड़े अलग प्रश्न पूछ रहे हैं, और मॉडल सबसे अधिक प्रासंगिक परिणामों को शीर्ष पर प्रस्तुत करने के लिए पर्याप्त सूक्ष्म है।
- हमारा मॉडल कीवर्ड-आधारित खोज नहीं, बल्कि अर्थ संबंधी खोज करता है। भले ही हम "एआई" के बजाय "डेटा साइंस" जैसे शब्द का उपयोग कर रहे हों, हमारा मॉडल यह समझने में सक्षम है कि क्या पूछा जा रहा है और शीर्ष पर सबसे प्रासंगिक परिणाम लौटाता है।
डेनिश में एक प्रश्न के बारे में क्या ख्याल है? आइए निम्नलिखित क्वेरी देखें:
पिछले उदाहरण में, अंग्रेजी संक्षिप्त नाम "पीपी एंड ई" का अर्थ "संपत्ति, संयंत्र और उपकरण" है और हमारा मॉडल इसे हमारी क्वेरी से जोड़ने में सक्षम था।
इस मामले में, लौटाए गए सभी परिणाम डेनिश में हैं, लेकिन मॉडल किसी दस्तावेज़ को क्वेरी के अलावा किसी अन्य भाषा में लौटा सकता है यदि उसका अर्थ संबंधी अर्थ करीब हो। हमारे पास पूर्ण लचीलापन है, और कोड की कुछ पंक्तियों के साथ, हम निर्दिष्ट कर सकते हैं कि क्या मॉडल को केवल क्वेरी की भाषा में दस्तावेज़ों को देखना चाहिए, या क्या उसे सभी दस्तावेज़ों को देखना चाहिए।
कोहेयर रीरैंक के साथ परिणामों में सुधार करें
एंबेडिंग बहुत शक्तिशाली हैं. हालाँकि, अब हम यह देखने जा रहे हैं कि कोहेयर के रेरैंक एंडपॉइंट के साथ अपने परिणामों को और भी अधिक कैसे परिष्कृत किया जाए, जिसे एक क्वेरी के विरुद्ध दस्तावेज़ों की प्रासंगिकता को स्कोर करने के लिए प्रशिक्षित किया गया है।
रीरैंक का एक अन्य लाभ यह है कि यह एक पुराने कीवर्ड खोज इंजन के शीर्ष पर काम कर सकता है। आपको वेक्टर डेटाबेस में बदलाव करने या अपने बुनियादी ढांचे में भारी बदलाव करने की ज़रूरत नहीं है, और इसमें केवल कोड की कुछ पंक्तियाँ लगती हैं। रीरैंक उपलब्ध है अमेज़न SageMaker.
आइए एक नई क्वेरी का प्रयास करें। इस बार हम सेजमेकर का उपयोग करते हैं:
इस मामले में, एक सिमेंटिक खोज हमारे उत्तर को पुनः प्राप्त करने और इसे परिणामों में प्रदर्शित करने में सक्षम थी, लेकिन यह शीर्ष पर नहीं है। हालाँकि, जब हम पुनर्प्राप्त दस्तावेज़ों की सूची के साथ क्वेरी को फिर से हमारे रीरैंक एंडपॉइंट पर पास करते हैं, तो रीरैंक सबसे प्रासंगिक दस्तावेज़ को शीर्ष पर प्रदर्शित करने में सक्षम होता है।
सबसे पहले, हम क्लाइंट और रीरैंक एंडपॉइंट बनाते हैं:
जब हम दस्तावेज़ों को रीरैंक में भेजते हैं, तो मॉडल सबसे अधिक प्रासंगिक दस्तावेज़ को सटीक रूप से चुनने में सक्षम होता है:
निष्कर्ष
इस पोस्ट ने वित्तीय सेवा क्षेत्र में अमेज़ॅन बेडरॉक में कोहेरे के बहुभाषी एम्बेडिंग मॉडल का उपयोग करने का एक पूर्वाभ्यास प्रस्तुत किया। विशेष रूप से, हमने बहुभाषी वित्तीय लेख खोज एप्लिकेशन का एक उदाहरण प्रदर्शित किया। हमने देखा कि कैसे एम्बेडिंग मॉडल जानकारी की कुशल और सटीक खोज को सक्षम बनाता है, जिससे एक विश्लेषक की उत्पादकता और आउटपुट गुणवत्ता में वृद्धि होती है।
कोहेयर का बहुभाषी एम्बेडिंग मॉडल 100 से अधिक भाषाओं का समर्थन करता है। यह उन अनुप्रयोगों के निर्माण की जटिलता को दूर करता है जिनके लिए विभिन्न भाषाओं में दस्तावेज़ों के संग्रह के साथ काम करने की आवश्यकता होती है। कोहेयर एंबेड मॉडल वास्तविक दुनिया के अनुप्रयोगों में परिणाम देने के लिए प्रशिक्षित किया गया है। यह शोर वाले डेटा को इनपुट के रूप में संभालता है, जटिल आरएजी सिस्टम को अपनाता है, और अपनी संपीड़न-जागरूक प्रशिक्षण पद्धति से लागत-दक्षता प्रदान करता है।
अमेज़ॅन बेडरॉक में कोहेर के बहुभाषी एम्बेडिंग मॉडल के साथ आज ही निर्माण शुरू करें।
लेखक के बारे में
जेम्स यी अमेज़ॅन वेब सर्विसेज में टेक्नोलॉजी पार्टनर्स सीओई टेक टीम में एक वरिष्ठ एआई/एमएल पार्टनर सॉल्यूशंस आर्किटेक्ट हैं। उन्हें व्यावसायिक मूल्य प्राप्त करने के लिए एआई/एमएल अनुप्रयोगों को डिजाइन करने, तैनात करने और स्केल करने के लिए उद्यम ग्राहकों और भागीदारों के साथ काम करने का शौक है। काम के अलावा, उन्हें फुटबॉल खेलना, यात्रा करना और अपने परिवार के साथ समय बिताना अच्छा लगता है।
गोंज़ालो बेटेगॉन कोहेयर में एक सॉल्यूशन आर्किटेक्ट है, जो अत्याधुनिक प्राकृतिक भाषा प्रसंस्करण प्रौद्योगिकी का प्रदाता है। वह बड़े भाषा मॉडलों की तैनाती के माध्यम से संगठनों को उनकी व्यावसायिक जरूरतों को पूरा करने में मदद करता है।
मेर आमेर अत्याधुनिक प्राकृतिक भाषा प्रसंस्करण (एनएलपी) तकनीक प्रदाता, कोहेयर में एक डेवलपर एडवोकेट है। वह डेवलपर्स को कोहेयर के बड़े भाषा मॉडल (एलएलएम) के साथ अत्याधुनिक एप्लिकेशन बनाने में मदद करता है।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://aws.amazon.com/blogs/machine-learning/build-financial-search-applications-using-the-amazon-bedrock-cohere-multilingual-embedding-model/
- :हैस
- :है
- :नहीं
- :कहाँ
- $यूपी
- 000
- 1
- 10
- 100
- 11
- 13
- 15% तक
- 16
- 2030
- 22
- 29
- 33
- 7
- 8
- 80
- 9
- a
- योग्य
- About
- पहुँच
- अनुसार
- लेखा
- सही
- सही रूप में
- पाना
- के पार
- कार्य करता है
- अनुकूलन
- जोड़ने
- अतिरिक्त
- पता
- उन्नत
- लाभ
- वकील
- एएफपी
- फिर
- के खिलाफ
- AI
- ऐ मंच
- ऐ / एमएल
- सब
- अनुमति देना
- की अनुमति देता है
- साथ में
- पहले ही
- भी
- वीरांगना
- अमेज़ॅन वेब सेवा
- राशि
- राशियाँ
- an
- विश्लेषण
- विश्लेषक
- विश्लेषकों
- का विश्लेषण
- और
- जवाब
- एपीआई
- आवेदन
- अनुप्रयोगों
- दृष्टिकोण
- दृष्टिकोण
- स्थापत्य
- हैं
- लेख
- लेख
- AS
- पूछ
- At
- संवर्धित
- उपलब्ध
- एडब्ल्यूएस
- आधारित
- क्योंकि
- किया गया
- जा रहा है
- बेहतर
- के बीच
- ब्लॉक
- बढ़ावा
- बढ़ाने
- Brexit
- पुल
- निर्माण
- इमारत
- बनाता है
- व्यापार
- व्यवसाय प्रधान
- व्यवसायों
- लेकिन
- by
- कर सकते हैं
- क्षमताओं
- कब्जा
- मामला
- मामलों
- अधिकतम सीमा
- सीएफओ
- चुनौती
- चुनौतियों
- परिवर्तन
- परिवर्तन
- चुनें
- वर्गीकरण
- स्वच्छ
- ग्राहक
- समापन
- निकट से
- करीब
- CO
- कोड
- संग्रह
- स्तंभ
- आता है
- कंपनियों
- कंपनी का है
- तुलना
- पूरा
- जटिल
- जटिलता
- कंप्यूटर्स
- चिंतित
- जुडिये
- जुड़ा हुआ
- सामग्री
- प्रसंग
- प्रासंगिक
- इसके विपरीत
- नियंत्रण
- परम्परागत
- कॉर्पोरेट
- लागत
- लागत बचत
- सका
- युगल
- युग्मित
- कवर
- COVID -19
- बनाना
- बनाया
- बनाता है
- श्रेय
- संकट
- मापदंड
- क्यूरेट
- वर्तमान
- ग्राहक
- अग्रणी
- साइबर सुरक्षा
- डेनिश
- तिथि
- डेटा विज्ञान
- डाटाबेस
- de
- समय सीमा तय की
- व्यवहार
- समर्पित
- डेल
- उद्धार
- परिणाम देना
- बचाता है
- दिखाना
- साबित
- यह
- तैनात
- तैनाती
- जमा
- निकाले जाते हैं
- डिज़ाइन
- बनाया गया
- डेवलपर
- डेवलपर्स
- विकास
- विभिन्न
- मुश्किल
- संग्रह
- आयाम
- अन्य वायरल पोस्ट से
- खोज
- डिस्प्ले
- अलग
- वितरित
- वितरण
- do
- दस्तावेज़
- दस्तावेजों
- कर देता है
- डोमेन
- dont
- नीचे
- ड्राइव
- दो
- e
- से प्रत्येक
- शीघ्र
- कमाई
- आराम
- उपयोग में आसानी
- अर्थव्यवस्था
- प्रभावी
- कुशल
- प्रयास
- el
- को हटा देता है
- अन्य
- एम्बेड
- embedding
- कस्र्न पत्थर
- उत्सर्जन
- कर्मचारी
- सक्षम
- सक्षम बनाता है
- समाप्त
- endpoint
- सगाई
- इंजन
- अंग्रेज़ी
- विशाल
- पर्याप्त
- समृद्ध
- सुनिश्चित
- सुनिश्चित
- उद्यम
- उद्यम ग्राहकों
- उद्यम
- वातावरण
- उपकरण
- त्रुटियाँ
- ईएसजी(ESG)
- स्थापित करना
- ईथर (ईटीएच)
- और भी
- उदाहरण
- उत्कृष्ट
- मौजूदा
- अनुभवी
- का पता लगाने
- उद्धरण
- फॉल्स
- परिवार
- फास्ट
- संभव
- कुछ
- आकृति
- पट्टिका
- वित्तीय
- वित्तीय समाचार
- वित्तीय सेवाओं
- खोज
- खोज
- पाता
- फिनिश
- पांच
- लचीलापन
- प्रवाह
- फोकस
- का पालन करें
- निम्नलिखित
- इस प्रकार है
- के लिए
- प्रपत्र
- पाया
- चार
- समय सीमा
- से
- पूर्ण
- समारोह
- आगे
- अन्तर
- गैस
- सभा
- सकल घरेलू उत्पाद में
- उत्पन्न
- उत्पन्न करता है
- वैश्विक
- विश्व अर्थव्यवस्था
- Go
- लक्ष्यों
- जा
- अच्छा
- यूनानी
- समूह की
- गाइड
- हैंडल
- है
- he
- हेडर
- मुख्य बातें
- हिब्रू
- मदद
- मदद करता है
- हाइलाइट
- उसके
- मारो
- कैसे
- How To
- तथापि
- एचटीएमएल
- HTTPS
- हंगरी
- i
- if
- दिखाता है
- कार्यान्वयन
- आयात
- में सुधार
- सुधार
- में सुधार लाने
- in
- शामिल
- बढ़ना
- अनुक्रमणिका
- उद्योग
- पता
- करें-
- सूचित
- इंफ्रास्ट्रक्चर
- निवेश
- निविष्टियां
- अंतर्दृष्टि
- स्थापित
- बजाय
- एकीकृत
- एकीकरण
- इरादा
- में
- परिचय कराना
- शुरू करने
- IP
- IT
- इतालवी
- आईटी इस
- जनवरी
- जापानी
- नौकरियां
- जेपीजी
- केवल
- रखना
- परिदृश्य
- लैंग
- भाषा
- भाषाऐं
- बड़ा
- बड़ा
- सबसे बड़ा
- लास
- पिछली बार
- ताज़ा
- नेताओं
- प्रमुख
- पट्टा
- विरासत
- विधायी
- विधायी प्रस्ताव
- लंबाई
- कम
- पुस्तकालय
- पसंद
- लाइन
- पंक्तियां
- सूची
- सूचीबद्ध
- ऋण
- लंबा
- लंबे समय तक
- देखिए
- उन
- लॉट
- मुख्य
- बनाना
- बनाता है
- निर्माण
- आदमी
- प्रबंधन
- कामयाब
- प्रबंध
- बहुत
- नक्शा
- मार्च
- बाजार
- बाजारी मूल्य
- Markets
- विशाल
- मिलान
- अर्थ
- अर्थ
- माप
- उपायों
- मीडिया
- मिलना
- बैठक
- mers
- तरीका
- प्रवास
- कम से कम
- ML
- मोड
- आदर्श
- मोडलिंग
- मॉडल
- आधुनिक
- मॉड्यूल
- अधिक
- अधिक कुशल
- अधिकांश
- बहुत
- विभिन्न
- नाम
- प्राकृतिक
- प्राकृतिक भाषा
- प्राकृतिक भाषा संसाधन
- पथ प्रदर्शन
- आवश्यक
- आवश्यकता
- की जरूरत है
- पड़ोसियों
- नया
- समाचार
- समाचार मीडिया
- अगला
- NLP
- नहीं
- नार्वेजियन
- नोटबुक
- अभी
- अनेक
- NY
- नई
- NYT
- निष्पक्ष
- of
- on
- ONE
- लोगों
- केवल
- हमला
- खुला
- खुला स्रोत
- विकल्प
- or
- आदेश
- संगठनों
- मूल
- OS
- अन्य
- हमारी
- उत्पादन
- बाहर
- के ऊपर
- पैकेज
- संकुल
- पांडा
- फलक
- भाग
- विशेष
- साथी
- भागीदारों
- पास
- पारित कर दिया
- आवेशपूर्ण
- भुगतान
- पेरोल
- प्रति
- निष्पादन
- प्रदर्शन
- चुनना
- चयन
- पाइपलाइन
- योजना
- पौधा
- मंच
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- खेल
- पॉडकास्ट
- बिन्दु
- पोलिश
- पदों
- पद
- संभावित
- शक्तिशाली
- पूर्ववर्ती
- वर्तमान
- प्रस्तुत
- प्रिंसिपल
- छाप
- एकांत
- प्रक्रिया
- प्रसंस्करण
- उत्पादकता
- पेशेवरों
- प्रगति
- संपत्ति
- प्रस्ताव
- संरक्षित
- प्रदान करना
- प्रदाता
- प्रदान करता है
- प्रकाशनों
- उद्देश्य
- पीडब्ल्यूसी
- गुणवत्ता
- प्रश्नों
- प्रश्न
- प्रशन
- जल्दी से
- R
- उठाना
- रैंक
- रैंकिंग
- RE
- तैयार
- असली दुनिया
- मान्यता
- अभिलेख
- को कम करने
- संदर्भ
- को परिष्कृत
- सुधार
- क्षेत्र
- सम्बंधित
- प्रासंगिकता
- प्रासंगिक
- रहना
- बाकी है
- हटा देगा
- फिर से खोलना
- दोहराया गया
- की जगह
- रिपोर्टिंग
- रिपोर्ट
- का अनुरोध
- की आवश्यकता होती है
- परिणाम
- जिसके परिणामस्वरूप
- परिणाम
- बनाए रखने के
- वापसी
- लौटने
- रूसी
- s
- sagemaker
- बचत
- बचत
- देखा
- स्केल
- विज्ञान
- स्कोर
- Search
- search engine
- खोजें
- खोज
- एसईसी
- दूसरा
- सुरक्षित रूप से
- सुरक्षा
- देखना
- चयनित
- वरिष्ठ
- संवेदनशील
- भावुकता
- सेवाएँ
- सत्र
- शेयरहोल्डर
- चाहिए
- प्रदर्शन
- दिखाता है
- समान
- एक
- साइटें
- थोड़ा अलग
- धीरे से
- फुटबॉल
- समाधान ढूंढे
- कुछ
- स्रोत
- सूत्रों का कहना है
- अंतरिक्ष
- स्पेनिश
- बोलना
- विशेष
- बिताना
- खर्च
- धुआँरा
- कर्मचारी
- ट्रेनिंग
- मानक
- खड़ा
- प्रारंभ
- शुरुआत में
- बयान
- रहना
- स्टॉक
- स्टॉक बाजार
- स्टॉक्स
- की दुकान
- सरल
- स्ट्रेटेजी
- मजबूत
- संरचित
- पर्याप्त
- ऐसा
- समर्थन
- समर्थित
- सहायक
- समर्थन करता है
- सतह
- सर्वेक्षण
- स्थिरता
- स्थायी
- सतत विकास
- स्वीडिश
- स्विच
- पर्याय
- प्रणाली
- सिस्टम
- लेता है
- लक्ष्य
- कर
- टैक्स क्रेडिट
- टीम
- तकनीक
- टेक्नोलॉजी
- अवधि
- टेक्स्ट
- पाठ वर्गीकरण
- से
- कि
- RSI
- लेकिन हाल ही
- उन
- फिर
- वहाँ।
- जिसके चलते
- इन
- वे
- इसका
- उन
- तीन
- यहाँ
- पहर
- खिताब
- सेवा मेरे
- आज
- ऊपर का
- विषय
- विषय
- ट्रैक
- प्रशिक्षित
- प्रशिक्षण
- अनुवाद करना
- अनुवाद करें
- का अंग्रेज़ी संस्करण
- यात्रा का
- कोशिश
- तुर्की
- मोड़
- बदल जाता है
- ठेठ
- UN
- उजागर
- आधारभूत
- समझना
- अद्वितीय
- यूआरएल
- us
- उपयोग
- उदाहरण
- उपयोगकर्ताओं
- का उपयोग करता है
- का उपयोग
- मूल्य
- विविधता
- बहुत
- walkthrough
- करना चाहते हैं
- था
- लहर
- मार्ग..
- we
- वेब
- वेब सेवाओं
- कुंआ
- क्या
- कब
- या
- कौन कौन से
- कौन
- मर्जी
- साथ में
- बिना
- काम
- वर्कफ़्लो
- काम कर रहे
- विश्व
- विश्वस्तरीय
- साल
- अभी तक
- इसलिए आप
- आपका
- जेफिरनेट