A vállalatok hatalmas mennyiségű adathoz férnek hozzá, amelyek nagy részét nehéz felfedezni, mivel az adatok strukturálatlanok. Az elemzés hagyományos megközelítései strukturálatlan adatok kulcsszó- vagy szinonimaegyeztetést használjon. Nem rögzítik a dokumentum teljes kontextusát, így kevésbé hatékonyak a strukturálatlan adatok kezelésében.
Ezzel szemben a szövegbeágyazások használnak gépi tanulás (ML) képességek a strukturálatlan adatok jelentésének rögzítésére. A beágyazásokat reprezentációs nyelvi modellek generálják, amelyek a szöveget numerikus vektorokká fordítják le, és kontextuális információkat kódolnak egy dokumentumban. Ez lehetővé teszi az olyan alkalmazások használatát, mint a szemantikus keresés, Visszakeresés kiterjesztett generáció (RAG), témamodellezés és szövegosztályozás.
Például a pénzügyi szolgáltatási ágazatban az alkalmazások magukban foglalják a bevételi jelentésekből való betekintést, információk keresését a pénzügyi kimutatásokból, valamint a pénzügyi hírekben található részvényekkel és piacokkal kapcsolatos hangulat elemzését. A szövegbeágyazások lehetővé teszik az iparági szakemberek számára, hogy betekintést nyerjenek a dokumentumokból, minimalizálják a hibákat és növeljék teljesítményüket.
Ebben a bejegyzésben egy olyan alkalmazást mutatunk be, amely a Cohere segítségével különböző nyelveken kereshet és kérdezhet pénzügyi híreket. beágyaz és a Rerank modellekkel Amazon alapkőzet.
A Cohere többnyelvű beágyazási modellje
A Cohere egy vezető vállalati mesterséges intelligencia platform, amely világszínvonalú nagynyelvi modelleket (LLM) és LLM-alapú megoldásokat épít, amelyek lehetővé teszik a számítógépek számára a keresést, a jelentés rögzítését és a szöveges beszélgetést. Könnyű használatot, valamint erős biztonsági és adatvédelmi ellenőrzéseket biztosítanak.
A Cohere többnyelvű beágyazási modellje több mint 100 nyelven állítja elő a dokumentumok vektoros ábrázolását, és elérhető az Amazon Bedrock webhelyen. Ez lehetővé teszi az AWS-ügyfelek számára, hogy API-ként férhessenek hozzá, ami szükségtelenné teszi az alapul szolgáló infrastruktúra kezelését, és biztosítja, hogy az érzékeny információk továbbra is biztonságosan kezelhetők és védettek maradjanak.
A többnyelvű modell a hasonló jelentésű szövegeket úgy csoportosítja, hogy egy szemantikai vektortérben egymáshoz közeli pozíciókat rendel hozzá. A többnyelvű beágyazási modell segítségével a fejlesztők több nyelven dolgozhatnak fel szöveget anélkül, hogy váltogatniuk kellene a különböző modellek között, amint az a következő ábrán látható. Ez hatékonyabbá teszi a feldolgozást és javítja a többnyelvű alkalmazások teljesítményét.
Íme néhány a Cohere beágyazási modelljének legfontosabb elemei:
- Fókuszáljon a dokumentumok minőségére – A tipikus beágyazási modelleket a dokumentumok közötti hasonlóság mérésére képezik, de a Cohere modellje a dokumentumok minőségét is méri.
- Jobb visszakeresés RAG alkalmazásokhoz – A RAG alkalmazásokhoz jó visszakereső rendszerre van szükség, amiben a Cohere beágyazási modellje kiváló
- Költséghatékony adattömörítés – A Cohere speciális, tömörítés-tudatos képzési módszert használ, ami jelentős költségmegtakarítást eredményez a vektoradatbázisban
Használjon eseteket szövegbeágyazáshoz
A szövegbeágyazások a strukturálatlan adatokat strukturált formává alakítják. Ez lehetővé teszi, hogy objektív módon összehasonlítsa, boncolgassa ezeket a dokumentumokat, és betekintést nyerjen azokból. A következő példák olyan használati esetek, amelyeket a Cohere beágyazási modellje lehetővé tesz:
- Szemantikus keresés – Hatékony keresési alkalmazásokat tesz lehetővé vektoradatbázissal párosítva, kiváló relevanciával a keresési kifejezés jelentése alapján
- Keresőmotor egy nagyobb rendszerhez – Megkeresi és lekéri a RAG-rendszerekhez kapcsolódó vállalati adatforrásokból a legrelevánsabb információkat
- Szöveges besorolás – Támogatja a szándékfelismerést, a hangulatelemzést és a fejlett dokumentumelemzést
- Témamodellezés – A dokumentumok gyűjteményét különálló klaszterekké alakítja, hogy feltárja a felmerülő témákat
Továbbfejlesztett keresőrendszerek Rerank funkcióval
Hogyan vezetik be a modern szemantikus keresési lehetőségeket azokban a vállalkozásokban, ahol már jelen vannak a hagyományos kulcsszavas keresőrendszerek? Az ilyen rendszerek esetében, amelyek már régóta a vállalat információs architektúrájának részét képezik, a teljes átállás a beágyazás alapú megközelítésre sok esetben egyszerűen nem kivitelezhető.
Cohere Rerank végpontja ezt a szakadékot hivatott áthidalni. A keresési folyamat második szakaszaként működik, hogy a releváns dokumentumokat rangsorolja a felhasználó lekérdezése szerint. A vállalatok megtarthatnak egy meglévő kulcsszó- (vagy akár szemantikai) rendszert az első szakaszban történő lekérdezéshez, és javíthatják a keresési eredmények minőségét a második szakasz átsorolása során a Rerank végponttal.
A Rerank gyors és egyszerű lehetőséget kínál a keresési eredmények javítására azáltal, hogy egyetlen kódsorral bevezeti a szemantikus keresési technológiát a felhasználó veremébe. A végpont többnyelvű támogatással is rendelkezik. A következő ábra a visszakeresési és átsorolási munkafolyamatot mutatja be.
Megoldás áttekintése
A pénzügyi elemzőknek sok tartalmat meg kell emészteniük, például a pénzügyi kiadványokat és a sajtót, hogy tájékozottak maradjanak. Szerint a Pénzügyi Szakértők Szövetsége (AFP), a pénzügyi elemzők idejük 75%-át adatgyűjtéssel vagy a folyamat adminisztrálásával töltik a hozzáadott érték elemzése helyett. Egy kérdésre a válasz keresése különféle forrásokból és dokumentumokból időigényes és fárasztó munka. A Cohere beágyazási modell segítségével az elemzők gyorsan kereshetnek számos cikkcím között, több nyelven, hogy megtalálják és rangsorolják azokat a cikkeket, amelyek a legrelevánsabbak egy adott lekérdezés szempontjából, így óriási időt és erőfeszítést takarítanak meg.
A következő használati példában bemutatjuk, hogy a Cohere's Embed modell hogyan keres és kérdez le különböző nyelvű pénzügyi hírekben egyetlen egyedi folyamatban. Ezután bemutatjuk, hogy a Rerank hozzáadása a beágyazások lekéréséhez (vagy az örökölt lexikális kereséshez) hogyan javíthatja tovább az eredményeket.
A támogató notebook a következő helyen érhető el GitHub.
Az alábbi diagram az alkalmazás munkafolyamatát mutatja be.
Modellhozzáférés engedélyezése az Amazon Bedrock segítségével
Az Amazon Bedrock felhasználóinak hozzáférést kell kérniük a modellekhez, hogy elérhetővé tegyék azokat. További modellekhez való hozzáférés kéréséhez válassza a lehetőséget Modell hozzáférés az Amazon Bedrock navigációs ablaktáblája konzolra. További információ: Modell hozzáférés. Ehhez az áttekintéshez hozzáférést kell kérnie a Cohere Embed Multilingual modellhez.
Csomagok telepítése és modulok importálása
Először telepítjük a szükséges csomagokat, és importáljuk a példában használt modulokat:
Dokumentumok importálása
Adatkészletet (MultiFIN) használunk, amely 15 nyelven (angol, török, dán, spanyol, lengyel, görög, finn, héber, japán, magyar, norvég, orosz, olasz, izlandi és svéd) tartalmazza a valós cikkek címsorait. ). Ez egy nyílt forráskódú adatkészlet a pénzügyi természetes nyelvi feldolgozáshoz (NLP), és elérhető a GitHub tárház.
Esetünkben létrehoztunk egy CSV-fájlt a MultiFIN adataival, valamint egy oszlopot a fordításokkal. Ezt az oszlopot nem használjuk a modell betáplálására; arra használjuk, hogy nyomon követhessük az eredményeket azoknak, akik nem beszélnek dánul vagy spanyolul. Erre a CSV-re mutatunk adatkeretünk létrehozásához:
Válassza ki a lekérdezni kívánt dokumentumok listáját
A MultiFIN több mint 6,000 rekordot tartalmaz 15 különböző nyelven. Példahasználati esetünkben három nyelvre összpontosítunk: angolra, spanyolra és dánra. A fejléceket hossz szerint is rendezzük, és kiválasztjuk a leghosszabbakat.
Mivel a leghosszabb cikkeket választjuk ki, biztosítjuk, hogy a hosszúság ne az ismétlődő sorozatok miatt legyen. A következő kód példát mutat, ahol ez a helyzet. Majd megtisztítjuk.
df['text'].iloc[2215]
Dokumentumlistánk szépen eloszlik a három nyelven:
A következő adatkészletünk leghosszabb cikkfejléce:
Dokumentumok beágyazása és indexelése
Most szeretnénk beágyazni a dokumentumainkat, és tárolni a beágyazásokat. A beágyazások nagyon nagy vektorok, amelyek magukba foglalják dokumentumunk szemantikai jelentését. Különösen a Cohere embed-multilingual-v3.0 modelljét használjuk, amely 1,024 dimenziójú beágyazást hoz létre.
Amikor egy lekérdezés sikeres, beágyazzuk a lekérdezést, és a hnswlib könyvtárat használjuk a legközelebbi szomszédok megkeresésére.
Csak néhány sornyi kódra van szükség a Cohere-kliens létrehozásához, a dokumentumok beágyazásához és a keresési index létrehozásához. Nyomon követjük a dokumentum nyelvét és fordítását is, hogy gazdagítsuk az eredmények megjelenítését.
Építsünk visszakereső rendszert
Ezután készítünk egy függvényt, amely bemenetként egy lekérdezést vesz, beágyaz, és megkeresi a hozzá szorosabban kapcsolódó négy fejlécet:
Kérdezze le a visszakereső rendszert
Nézzük meg, mit csinál a rendszerünk néhány különböző lekérdezéssel. Kezdjük angolul:
Az eredmények a következők:
Vegye figyelembe a következőket:
- Kapcsolódó, de kissé eltérő kérdéseket teszünk fel, és a modell kellően árnyalt ahhoz, hogy a legrelevánsabb eredményeket a tetején jelenítse meg.
- Modellünk nem kulcsszó alapú keresést végez, hanem szemantikus keresést. Még ha olyan kifejezést használunk is, mint az „adattudomány” az „AI” helyett, a modellünk képes megérteni, hogy mit kérdezünk, és a legrelevánsabb eredményt adja vissza a tetejére.
Mit szólnál egy dán lekérdezéshez? Nézzük a következő lekérdezést:
Az előző példában a „PP&E” angol mozaikszó az „ingatlan, üzem és berendezés” rövidítése, és a modellünk össze tudta kapcsolni a lekérdezésünkkel.
Ebben az esetben az összes visszaadott eredmény dán nyelvű, de a modell a lekérdezéstől eltérő nyelvű dokumentumot is visszaadhat, ha annak szemantikai jelentése közelebb van. Teljes rugalmassággal rendelkezünk, és néhány soros kóddal megadhatjuk, hogy a modell csak a lekérdezés nyelvén nézzen dokumentumokat, vagy az összes dokumentumot.
Javítsa az eredményeket a Cohere Rerank segítségével
A beágyazások nagyon erősek. Most azonban megvizsgáljuk, hogyan lehet még tovább finomítani az eredményeinket a Cohere's Rerank végponttal, amely úgy lett kiképezve, hogy a dokumentumok relevanciáját a lekérdezésekhez képest értékelje.
A Rerank másik előnye, hogy képes működni egy régebbi kulcsszavas keresőmotoron is. Nem kell vektoros adatbázisra váltania, vagy drasztikus változtatásokat végrehajtania az infrastruktúrán, és csak néhány sornyi kódra van szüksége. Az áthelyezés itt érhető el Amazon SageMaker.
Próbáljunk ki egy új lekérdezést. Ezúttal a SageMaker-t használjuk:
Ebben az esetben a szemantikus keresés képes volt lekérni a válaszunkat, és megjeleníteni a találatok között, de nem a tetején van. Ha azonban a lekérdezést ismét átadjuk az áthelyezési végpontunknak a beolvasott dokumentumok listájával, a Rerank felül tudja jeleníteni a legrelevánsabb dokumentumot.
Először létrehozzuk az ügyfelet és a Rerank végpontot:
Amikor a dokumentumokat átadjuk a Reranknek, a modell pontosan tudja kiválasztani a legrelevánsabbat:
Következtetés
Ez a bejegyzés bemutatja a Cohere többnyelvű beágyazási modelljének alkalmazását az Amazon Bedrockban a pénzügyi szolgáltatások területén. Különösen egy többnyelvű pénzügyi cikkek keresőalkalmazásának példáját mutattuk be. Láttuk, hogy a beágyazási modell hogyan teszi lehetővé az információk hatékony és pontos felfedezését, ezáltal növelve az elemzők termelékenységét és kimeneti minőségét.
A Cohere többnyelvű beágyazási modellje több mint 100 nyelvet támogat. Megszünteti az alkalmazások létrehozásának bonyolultságát, amelyekhez különböző nyelvű dokumentumokkal kell dolgozni. A Cohere Embed modell arra van kiképezve, hogy valós alkalmazásokban is eredményeket érjen el. Bemenetként kezeli a zajos adatokat, alkalmazkodik az összetett RAG-rendszerekhez, és költséghatékonyságot biztosít a tömörítés-tudatos képzési módszerének köszönhetően.
Kezdje el az építkezést a Cohere többnyelvű beágyazási modelljével az Amazon Bedrockban még ma.
A szerzőkről
James Yi az Amazon Web Services Technology Partners COE Tech csapatának vezető AI/ML partnermegoldások építésze. Szenvedélyesen dolgozik a vállalati ügyfelekkel és partnerekkel az AI/ML alkalmazások tervezése, üzembe helyezése és méretezése érdekében, hogy üzleti értéket teremtsen. A munkán kívül szeret focizni, utazni, és a családjával tölti az idejét.
Gonzalo Betegon megoldástervező a Cohere-nél, amely a legmodernebb természetes nyelvi feldolgozási technológia szolgáltatója. Nagy nyelvi modellek bevezetésével segíti a szervezeteket üzleti igényeik kielégítésében.
Meor Amer a Cohere fejlesztői tanácsadója, a legmodernebb természetes nyelvi feldolgozási (NLP) technológia szolgáltatója. Segít a fejlesztőknek élvonalbeli alkalmazások létrehozásában a Cohere’s Large Language Models (LLM) segítségével.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
- PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
- PlatoESG. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/machine-learning/build-financial-search-applications-using-the-amazon-bedrock-cohere-multilingual-embedding-model/
- :van
- :is
- :nem
- :ahol
- $ UP
- 000
- 1
- 10
- 100
- 11
- 13
- 15%
- 16
- 2030
- 22
- 29
- 33
- 7
- 8
- 80
- 9
- a
- Képes
- Rólunk
- hozzáférés
- Szerint
- Fiók
- pontos
- pontosan
- Elérése
- át
- cselekmények
- alkalmazkodik
- hozzáadásával
- További
- cím
- fejlett
- Előny
- szószóló
- AFP
- újra
- ellen
- AI
- AI platform
- AI / ML
- Minden termék
- lehetővé
- lehetővé teszi, hogy
- mentén
- már
- Is
- amazon
- Az Amazon Web Services
- összeg
- Összegek
- an
- elemzés
- elemző
- Az elemzők
- elemzése
- és a
- válasz
- api
- Alkalmazás
- alkalmazások
- megközelítés
- megközelít
- építészet
- VANNAK
- cikkben
- cikkek
- AS
- kér
- At
- bővített
- elérhető
- AWS
- alapján
- mert
- óta
- hogy
- Jobb
- között
- Blocks
- fellendítésére
- fellendítése
- Brexit
- HÍD
- épít
- Épület
- épít
- üzleti
- Üzleti vezetők
- vállalkozások
- de
- by
- TUD
- képességek
- elfog
- eset
- esetek
- mennyezet
- cFOs
- kihívás
- kihívások
- változik
- Változások
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a
- besorolás
- ragadozó ölyv
- vásárló
- közel
- szorosan
- közelebb
- CO
- kód
- gyűjtemény
- Oszlop
- jön
- Companies
- Társaságé
- összehasonlítani
- teljes
- bonyolult
- bonyolultság
- számítógépek
- az érintett
- Csatlakozás
- összefüggő
- tartalom
- kontextus
- szövegre vonatkozó
- kontraszt
- ellenőrzések
- hagyományos
- Társasági
- Költség
- költségmegtakarítás
- tudott
- Pár
- összekapcsolt
- fedő
- Covid-19
- teremt
- készítette
- teremt
- hitel
- válság
- kritériumok
- a válogatott
- Jelenlegi
- Ügyfelek
- élvonalbeli
- Kiberbiztonság
- dán
- dátum
- adat-tudomány
- adatbázis
- de
- határidő
- foglalkozó
- elszánt
- del
- szállít
- eredményeket hozni
- szállít
- bizonyítani
- igazolták
- Azt
- telepíteni
- bevetés
- betétek
- származik
- Design
- tervezett
- Fejlesztő
- fejlesztők
- Fejlesztés
- különböző
- nehéz
- megemészteni
- méretek
- felfedez
- felfedezés
- kijelző
- különböző
- megosztott
- terjesztés
- do
- dokumentum
- dokumentumok
- nem
- domain
- ne
- le-
- hajtás
- két
- e
- minden
- Korai
- Kereset
- könnyű
- egyszerű használat
- gazdaság
- Hatékony
- hatékony
- erőfeszítés
- el
- megszünteti
- más
- Beágyaz
- beágyazás
- csiszolókő
- Kibocsátások
- munkavállaló
- lehetővé
- lehetővé teszi
- végén
- Endpoint
- eljegyzés
- Motor
- Angol
- hatalmas
- elég
- gazdagítják
- biztosítására
- biztosítja
- Vállalkozás
- vállalati ügyfelek
- Vállalatok
- Környezet
- felszerelés
- hibák
- ESG
- létrehozni
- Eter (ETH)
- Még
- példa
- kiváló
- létező
- tapasztalt
- feltárása
- kivonat
- Vízesés
- család
- GYORS
- megvalósítható
- kevés
- Ábra
- filé
- pénzügyi
- pénzügyi hírek
- pénzügyi szolgáltatások
- Találjon
- megtalálása
- leletek
- finn
- öt
- Rugalmasság
- áramlási
- Összpontosít
- következik
- következő
- következik
- A
- forma
- talált
- négy
- Határidő
- ból ből
- Tele
- funkció
- további
- rés
- GAS
- gyűjtése
- GDP
- generált
- generál
- Globális
- Világgazdaság
- Go
- Célok
- megy
- jó
- görög
- Csoportok
- útmutató
- Fogantyúk
- Legyen
- he
- fejlécek
- Headlines
- héber
- segít
- segít
- kiemeli
- övé
- Találat
- Hogyan
- How To
- azonban
- HTML
- HTTPS
- magyar
- i
- if
- illusztrálja
- végrehajtási
- importál
- javul
- javítja
- javuló
- in
- tartalmaz
- Növelje
- index
- ipar
- info
- információ
- tájékoztatták
- Infrastruktúra
- bemenet
- bemenet
- meglátások
- telepíteni
- helyette
- integrálni
- integráció
- A szándék
- bele
- bevezet
- bevezetéséről
- IP
- IT
- olasz
- ITS
- január
- japán
- Állások
- jpg
- éppen
- Tart
- táj
- NYELV
- nyelv
- Nyelvek
- nagy
- nagyobb
- legnagyobb
- LAS
- keresztnév
- legutolsó
- vezetők
- vezető
- haszonbérlet
- Örökség
- törvényhozó
- jogalkotási javaslat
- Hossz
- kevesebb
- könyvtár
- mint
- vonal
- vonalak
- Lista
- Listázott
- Hitelek
- Hosszú
- hosszú idő
- néz
- az
- Sok
- Fő
- csinál
- KÉSZÍT
- Gyártás
- férfi
- kezelése
- sikerült
- vezetés
- sok
- térkép
- március
- piacára
- piaci értéke
- piacok
- tömeges
- egyező
- jelenti
- jelentése
- intézkedés
- intézkedések
- Média
- Találkozik
- találkozó
- mers
- módszer
- elvándorlás
- minimalizálása
- ML
- Mód
- modell
- modellezés
- modellek
- modern
- Modulok
- több
- hatékonyabb
- a legtöbb
- sok
- többszörös
- név
- Természetes
- Természetes nyelv
- Természetes nyelvi feldolgozás
- Navigáció
- elengedhetetlen
- Szükség
- igények
- szomszédok
- Új
- hír
- média
- következő
- NLP
- nem
- norvég
- jegyzetfüzet
- Most
- számos
- NY
- NYE
- NYT
- tárgyilagosan
- of
- on
- ONE
- azok
- csak
- támadás
- nyitva
- nyílt forráskódú
- opció
- or
- érdekében
- szervezetek
- eredeti
- OS
- Más
- mi
- teljesítmény
- kívül
- felett
- csomag
- csomagok
- pandák
- üvegtábla
- rész
- különös
- partner
- partnerek
- elhalad
- Elmúlt
- szenvedélyes
- fizetés
- Payroll
- mert
- teljesít
- teljesítmény
- vedd
- szedés
- csővezeték
- terv
- növény
- emelvény
- Plató
- Platón adatintelligencia
- PlatoData
- játék
- podcast
- pont
- lengyel
- pozíciók
- állás
- potenciális
- erős
- megelőző
- be
- bemutatott
- Fő
- magánélet
- folyamat
- feldolgozás
- termelékenység
- tehetséges alkalmazottal
- Haladás
- ingatlan
- javaslat
- védett
- ad
- ellátó
- biztosít
- kiadványok
- cél
- PWC
- világítás
- lekérdezések
- kérdés
- Kérdések
- gyorsan
- R
- emel
- rangsorban
- Ranking
- RE
- kész
- való Világ
- elismerés
- nyilvántartások
- csökkenteni
- referencia
- finomítani
- reform
- vidék
- összefüggő
- relevancia
- marad
- maradványok
- elmozdít
- újra kinyit
- megismételt
- cserélni
- Jelentő
- Jelentések
- kérni
- szükség
- eredményez
- kapott
- Eredmények
- megtartása
- visszatérés
- visszatérő
- orosz
- s
- sagemaker
- megtakarítás
- Megtakarítás
- látta
- Skála
- Tudomány
- pontszám
- Keresés
- kereső
- keresések
- keres
- SEC
- Második
- biztosan
- biztonság
- lát
- kiválasztott
- idősebb
- érzékeny
- érzés
- Szolgáltatások
- ülés
- részvényes
- kellene
- kirakat
- Műsorok
- hasonló
- egyetlen
- Webhely (ek)
- kicsit más
- Lassan
- Futball
- Megoldások
- néhány
- forrás
- Források
- Hely
- spanyol
- beszél
- speciális
- költ
- Költési
- verem
- Személyzet
- Színpad
- standard
- állványok
- kezdet
- Kezdve
- nyilatkozatok
- tartózkodás
- készlet
- részvénypiac
- készletek
- tárolni
- egyértelmű
- Stratégia
- erős
- szerkesztett
- lényeges
- ilyen
- támogatás
- Támogatott
- Támogató
- Támogatja
- felületi
- Felmérés
- Fenntarthatóság
- fenntartható
- Fenntartható fejlődés
- svéd
- kapcsoló
- Szinonima
- rendszer
- Systems
- tart
- célok
- adó
- adó hitel
- csapat
- tech
- Technológia
- kifejezés
- szöveg
- Szöveg osztályozása
- mint
- hogy
- A
- azok
- Őket
- akkor
- Ott.
- ezáltal
- Ezek
- ők
- ezt
- azok
- három
- Keresztül
- idő
- címei
- nak nek
- Ma
- felső
- téma
- Témakörök
- vágány
- kiképzett
- Képzések
- fordít
- Fordítás
- Fordítása
- Utazó
- megpróbál
- török
- FORDULAT
- fordul
- tipikus
- UN
- feltárni
- mögöttes
- megért
- egyedi
- URL
- us
- használ
- használati eset
- Felhasználók
- használ
- segítségével
- érték
- fajta
- nagyon
- végigjátszás
- akar
- volt
- hullám
- Út..
- we
- háló
- webes szolgáltatások
- JÓL
- Mit
- amikor
- vajon
- ami
- WHO
- lesz
- val vel
- nélkül
- Munka
- munkafolyamat
- dolgozó
- világ
- világszínvonalú
- év
- még
- te
- A te
- zephyrnet