Sản phẩm liên Hiệp Quốc (LHQ) được thành lập vào năm 1945 bởi 51 quốc gia thành viên ban đầu cam kết duy trì hòa bình và an ninh quốc tế, phát triển quan hệ hữu nghị giữa các quốc gia và thúc đẩy tiến bộ xã hội, mức sống tốt hơn và nhân quyền. Liên Hợp Quốc hiện bao gồm 193 Quốc gia Thành viên và đã phát triển qua nhiều năm để bắt kịp với một thế giới đang thay đổi nhanh chóng. Các Chương trình Phát triển Liên hợp quốc (UNDP) là cơ quan phát triển của Liên Hợp Quốc và hoạt động tại hơn 170 quốc gia và vùng lãnh thổ. Nó đóng một vai trò quan trọng trong việc giúp các quốc gia đạt được các Mục tiêu Phát triển Bền vững (SDGs), là lời kêu gọi hành động toàn cầu nhằm xóa đói giảm nghèo, bảo vệ hành tinh và đảm bảo tất cả mọi người được hưởng hòa bình và thịnh vượng.
Là một tổ chức học tập, UNDP đánh giá cao chức năng đánh giá. Mỗi đơn vị chương trình của UNDP ủy quyền đánh giá để tiếp cận hiệu suất của các dự án và chương trình của họ. Các Văn phòng đánh giá độc lập (IEO) là một văn phòng độc lập về mặt chức năng trong UNDP hỗ trợ các chức năng giám sát và trách nhiệm giải trình của Ban điều hành và quản lý của UNDP, UNCDF và UNV. Các chức năng cốt lõi của IEO là tiến hành các đánh giá theo chủ đề và chương trình độc lập có tầm quan trọng chiến lược đối với tổ chức—chẳng hạn như hỗ trợ phục hồi sau đại dịch COVID-19.
Trong bài đăng này, chúng tôi thảo luận về cách IEO phát triển nền tảng trí tuệ nhân tạo và học máy (ML) của UNDP—có tên là Trí tuệ nhân tạo cho Phân tích phát triển (AIDA)— phối hợp với AWS, Nhóm quản lý công nghệ và thông tin của UNDP (UNDP ITM) và United Trung tâm điện toán quốc tế của các quốc gia (UNICC). AIDA là một nền tảng dựa trên web cho phép các nhà quản lý và đánh giá chương trình mở rộng cơ sở bằng chứng của họ bằng cách tìm kiếm dữ liệu hiện có theo cách thông minh hơn, hiệu quả hơn và sáng tạo hơn để đưa ra những hiểu biết và bài học kinh nghiệm. Bằng cách tìm kiếm ở cấp độ chi tiết của các đoạn văn, AIDA tìm thấy các mẩu bằng chứng không thể tìm thấy bằng cách sử dụng các tìm kiếm thông thường. Việc tạo ra AIDA phù hợp với Kế hoạch chiến lược của UNDP 2022–2025 nhằm sử dụng số hóa và đổi mới để tạo ra tác động phát triển lớn hơn.
Các thách thức
IEO là cơ quan quản lý của Trung tâm Tài nguyên Đánh giá của UNDP (ERC). ERC là kho lưu trữ hơn 6,000 báo cáo đánh giá bao gồm mọi khía cạnh công việc của tổ chức, ở mọi nơi tổ chức hoạt động kể từ năm 1997. Các phát hiện và khuyến nghị của các báo cáo đánh giá cung cấp thông tin cho ban quản lý, nhà tài trợ và nhân viên chương trình của UNDP để thiết kế tốt hơn các can thiệp trong tương lai, thực hiện các biện pháp điều chỉnh khóa học trong các chương trình hiện tại của họ, đồng thời đưa ra các quyết định về chính sách và tài trợ ở mọi cấp độ.
Trước AIDA, quá trình trích xuất bằng chứng đánh giá và tạo ra các bài học và hiểu biết sâu sắc là thủ công, tốn nhiều tài nguyên và thời gian. Hơn nữa, các phương pháp tìm kiếm truyền thống không hoạt động tốt với dữ liệu phi cấu trúc, do đó cơ sở bằng chứng bị hạn chế. Để giải quyết thách thức này, IEO đã quyết định sử dụng AI và ML để khai thác tốt hơn cơ sở dữ liệu đánh giá cho các bài học và kiến thức.
Nhóm AIDA đã lưu tâm đến nhiệm vụ đầy thách thức là trích xuất bằng chứng từ dữ liệu phi cấu trúc, chẳng hạn như báo cáo đánh giá. Thông thường, các báo cáo đánh giá dài từ 80–100 trang, bằng nhiều ngôn ngữ và có các phát hiện, kết luận và khuyến nghị. Mặc dù các đánh giá được hướng dẫn bởi Hướng dẫn đánh giá của UNDP, nhưng không có định dạng chuẩn bằng văn bản cho các đánh giá này và các phần nói trên có thể xuất hiện ở các vị trí khác nhau trong tài liệu hoặc không phải tất cả chúng đều tồn tại. Do đó, việc xác định chính xác bằng chứng đánh giá ở cấp độ đoạn văn và áp dụng các nhãn thích hợp là một thách thức ML quan trọng.
Tổng quan về giải pháp
Giải pháp kỹ thuật AIDA được phát triển bởi Dịch vụ chuyên nghiệp của AWS và UNICC. Nền tảng công nghệ cốt lõi được thiết kế và phát triển bởi nhóm AWS ProServe. UNICC chịu trách nhiệm phát triển cổng web AIDA và giao diện con người trong vòng lặp. Nền tảng AIDA đã được hình dung để cung cấp một cơ chế đơn giản và có độ chính xác cao để tìm kiếm các báo cáo đánh giá của UNDP về các chủ đề khác nhau và xuất chúng để phân tích thêm. Kiến trúc của AIDA cần thiết để giải quyết một số yêu cầu:
- Tự động hóa việc trích xuất và ghi nhãn dữ liệu đánh giá
- Xử lý hàng ngàn báo cáo
- Cho phép IEO thêm nhãn mới mà không cần đến chuyên môn của các nhà khoa học dữ liệu và chuyên gia ML
Để cung cấp các yêu cầu, các thành phần được thiết kế với các nguyên lý sau:
- Bền vững về kỹ thuật và môi trường
- Ý thức về chi phí
- Có thể mở rộng để cho phép mở rộng trong tương lai
Giải pháp kết quả có thể được chia thành ba thành phần, như thể hiện trong sơ đồ kiến trúc sau:
- Nhập và trích xuất dữ liệu
- Phân loại dữ liệu
- Tìm kiếm thông minh
Các phần sau mô tả chi tiết các thành phần này.
Nhập và trích xuất dữ liệu
Các báo cáo đánh giá do các đơn vị chương trình của UNDP trên toàn cầu chuẩn bị và đệ trình—không có mẫu hoặc định dạng bố cục báo cáo tiêu chuẩn nào. Thành phần nhập và trích xuất dữ liệu sẽ nhập và trích xuất nội dung từ các tài liệu phi cấu trúc này.
Văn bản Amazon được sử dụng để trích xuất dữ liệu từ tài liệu PDF. Giải pháp này sử dụng các API StartDocumentTextDetection không đồng bộ để xây dựng quy trình xử lý tài liệu xử lý lời gọi không đồng bộ của Amazon Textract, trích xuất phản hồi thô và tính liên tục trong Dịch vụ lưu trữ đơn giản của Amazon (Amazon S3). Giải pháp này bổ sung một thành phần hậu xử lý Amazon Textract để xử lý trích xuất văn bản dựa trên đoạn văn. Thành phần hậu xử lý sử dụng siêu dữ liệu hộp giới hạn từ Amazon Textract để trích xuất dữ liệu thông minh. Thành phần hậu xử lý có khả năng trích xuất dữ liệu từ các tệp PDF nhiều trang, nhiều định dạng, phức tạp với các tiêu đề, chân trang, chú thích cuối trang và dữ liệu nhiều cột khác nhau. Thư viện Python mã nguồn mở Apache Tika được sử dụng để trích xuất dữ liệu từ các tài liệu từ.
Sơ đồ sau đây minh họa quy trình làm việc này, được phối hợp với Chức năng bước AWS.
Quy trình công việc này có các bước sau:
TextractCompleted
là bước đầu tiên để đảm bảo tài liệu không được xử lý nhiều lần với Amazon Textract. Bước này nhằm tránh thời gian và chi phí xử lý không cần thiết bằng cách ngăn quá trình xử lý trùng lặp.TextractAsyncCallTask
gửi tài liệu để Amazon Textract xử lý bằng cách sử dụng API StartDocumentTextDetection không đồng bộ. API này xử lý tài liệu và lưu trữ tệp đầu ra JSON trong Amazon S3 để xử lý hậu kỳ.TextractAsyncSNSListener
là một AWS Lambda chức năng xử lý sự kiện hoàn thành công việc của Amazon Textract và trả lại siêu dữ liệu cho quy trình làm việc để xử lý thêm.TextractPostProcessorTask
là một hàm AWS Lambda sử dụng siêu dữ liệu và xử lý các tệp đầu ra JSON do Amazon Textract tạo ra để trích xuất các đoạn văn có ý nghĩa.TextractQAValidationTask
là một hàm AWS Lambda thực hiện một số xác thực văn bản đơn giản trên các đoạn được trích xuất và thu thập các chỉ số như số đoạn hoàn chỉnh hoặc chưa hoàn chỉnh. Các số liệu này được sử dụng để đo lường chất lượng trích xuất văn bản.
Vui lòng tham khảo trước TextractAsync, một cấu trúc IDP CDK trừu tượng hóa việc gọi API Amazon Textract Async, xử lý Dịch vụ thông báo đơn giản của Amazon (Amazon SNS) và xử lý quy trình công việc để tăng tốc độ phát triển của bạn.
Phân loại dữ liệu
Thành phần phân loại dữ liệu xác định các phần quan trọng của báo cáo đánh giá và tiếp tục phân loại chúng thành phân loại các danh mục được tổ chức xung quanh các chủ đề khác nhau của Mục tiêu Phát triển Bền vững. Chúng tôi đã xây dựng một mô hình phân loại nhiều lớp và hai nhãn với Amazon hiểu.
Các đoạn trích xuất được xử lý bằng Step Functions, tích hợp với Amazon Comprehend để thực hiện phân loại ở chế độ hàng loạt. Các đoạn được phân loại thành các phát hiện, khuyến nghị và kết luận (FRC) bằng cách sử dụng mô hình nhiều lớp tùy chỉnh, giúp xác định các phần quan trọng của báo cáo đánh giá. Đối với các phần quan trọng đã xác định, chúng tôi xác định các danh mục (theo chủ đề và không theo chủ đề) bằng cách sử dụng mô hình phân loại đa nhãn tùy chỉnh. Phân loại theo chủ đề và không theo chủ đề được sử dụng để xác định và sắp xếp các báo cáo đánh giá phù hợp với các Mục tiêu Phát triển Bền vững như xóa đói giảm nghèo (SDG-1), bình đẳng giới (SDG-5), nước sạch và vệ sinh môi trường (SDG-6), giá cả phải chăng và sạch sẽ năng lượng (SDG-7).
Hình dưới đây mô tả quy trình làm việc của Step Functions để xử lý phân loại văn bản.
Để giảm chi phí cho quy trình phân loại, chúng tôi đã tạo quy trình làm việc để gửi các công việc Amazon Comprehend ở chế độ hàng loạt. Quy trình công việc chờ tất cả các công việc Amazon Comprehend hoàn thành và thực hiện sàng lọc dữ liệu bằng cách tổng hợp kết quả trích xuất văn bản và Amazon Comprehend để lọc các đoạn không được xác định là FRC, đồng thời tổng hợp các danh mục phân loại theo chủ đề và không theo chủ đề theo đoạn.
Các đoạn được trích xuất với các danh mục phân loại của chúng được lưu trữ trong Amazon RDS cho PostgreSQL. Đây là một cơ sở dữ liệu theo giai đoạn để lưu giữ tất cả các kết quả trích xuất và phân loại. Chúng tôi cũng sử dụng cơ sở dữ liệu này để làm phong phú thêm các kết quả nhằm tổng hợp chủ đề của các đoạn văn và lọc các đoạn văn không phải là FRC. Nội dung phong phú được cung cấp cho Amazon Kendra.
Đối với lần phát hành đầu tiên, chúng tôi đã trích xuất và phân loại hơn 2 triệu đoạn văn. Với sự trợ giúp của phân loại tùy chỉnh FRC, chúng tôi có thể thu hẹp chính xác các đoạn văn xuống còn hơn 700,000 từ 2 triệu. Mô hình phân loại tùy chỉnh của Amazon Comprehend đã giúp trình bày chính xác nội dung có liên quan và giảm đáng kể chi phí cho các chỉ mục của Amazon Kendra.
Máy phát điện Amazon được sử dụng để lưu trữ siêu dữ liệu tài liệu và theo dõi trạng thái xử lý tài liệu trên tất cả các thành phần chính. Theo dõi siêu dữ liệu đặc biệt hữu ích để xử lý lỗi và thử lại.
Tìm kiếm thông minh
Khả năng tìm kiếm thông minh cho phép người dùng nền tảng AIDA tìm kiếm trực quan bằng chứng đánh giá về các can thiệp chương trình của UNDP có trong tất cả các báo cáo đánh giá. Sơ đồ sau minh họa kiến trúc này.
Amazon Kendra được sử dụng cho các tìm kiếm thông minh. Nội dung phong phú từ Amazon RDS cho PostgreSQL được nhập vào Amazon Kendra để lập chỉ mục. Lớp cổng web sử dụng khả năng tìm kiếm thông minh của Amazon Kendra để tìm kiếm trực quan nội dung được lập chỉ mục. Người gắn nhãn sử dụng giao diện người dùng trong vòng lặp để cập nhật phân loại văn bản do Amazon Comprehend tạo cho bất kỳ đoạn trích nào. Các thay đổi đối với phân loại được phản ánh ngay lập tức trong cổng thông tin web và phản hồi do con người cập nhật được trích xuất và sử dụng cho đào tạo mô hình Amazon Comprehend nhằm liên tục cải thiện mô hình phân loại tùy chỉnh.
AIDA kết hợp chức năng con người trong vòng lặp, giúp tăng khả năng của AIDA trong việc sửa các lỗi phân loại (FRC, theo chủ đề, không theo chủ đề) và trích xuất dữ liệu. Các nhãn, được cập nhật bởi những người thực hiện chức năng con người trong vòng lặp, được bổ sung vào tập dữ liệu đào tạo và được sử dụng để đào tạo lại các mô hình Amazon Comprehend nhằm liên tục cải thiện độ chính xác của phân loại.
Kết luận
Trong bài đăng này, chúng ta đã thảo luận về cách các nhà đánh giá, thông qua nền tảng AIDA của IEO, đang sử dụng các dịch vụ AI và ML của Amazon như Amazon Textract, Amazon Comprehend và Amazon Kendra để xây dựng một hệ thống xử lý tài liệu tùy chỉnh giúp xác định, trích xuất và phân loại dữ liệu từ các tài liệu phi cấu trúc . Việc sử dụng Amazon Textract để trích xuất văn bản PDF đã cải thiện khả năng trích xuất bằng chứng ở cấp độ đoạn văn với độ chính xác từ dưới 60% lên hơn 80%. Ngoài ra, phân loại nhiều nhãn đã cải thiện độ chính xác từ dưới 30% lên 90% bằng cách đào tạo lại các mô hình trong Amazon Comprehend với bộ dữ liệu đào tạo được cải thiện.
Nền tảng này cho phép người đánh giá tìm kiếm trực quan nội dung có liên quan một cách nhanh chóng và chính xác. Chuyển đổi dữ liệu phi cấu trúc thành dữ liệu bán cấu trúc trao quyền cho UNDP và các tổ chức khác của LHQ đưa ra quyết định sáng suốt dựa trên kho dữ liệu gồm hàng trăm hoặc hàng nghìn điểm dữ liệu về những gì hiệu quả, những gì không hiệu quả và cách cải thiện tác động của các hoạt động của UNDP đối với những người mà nó phục vụ.
Để biết thêm thông tin về kiến trúc tham chiếu xử lý tài liệu thông minh, hãy tham khảo Xử lý tài liệu thông minh. Hãy chia sẻ suy nghĩ của bạn với chúng tôi trong phần bình luận.
Về các tác giả
Oscar A. Garcia là Giám đốc Văn phòng Đánh giá Độc lập (IEO) của Chương trình Phát triển Liên hợp quốc (UNDP). Với tư cách là Giám đốc, ông đưa ra định hướng chiến lược, khả năng lãnh đạo tư tưởng và những đánh giá đáng tin cậy để thúc đẩy công việc của UNDP trong việc giúp các quốc gia tiến tới thành tựu SDG quốc gia. Oscar hiện cũng là Chủ tịch của Nhóm Đánh giá của Liên hợp quốc (UNEG). Ông có hơn 25 năm kinh nghiệm trong lĩnh vực lập kế hoạch chiến lược, đánh giá và quản lý dựa trên kết quả để phát triển bền vững. Trước khi gia nhập IEO với tư cách là Giám đốc vào năm 2020, ông từng là Giám đốc Văn phòng Đánh giá Độc lập (IOE) của IFAD và Trưởng phòng Dịch vụ Tư vấn cho Nền kinh tế Xanh, UNEP. Oscar là tác giả của nhiều cuốn sách và bài báo về đánh giá phát triển, trong đó có một cuốn về công nghệ thông tin và truyền thông để đánh giá. Ông là một nhà kinh tế học với bằng thạc sĩ về Quản lý Thay đổi Tổ chức, Đại học New School (NY) và bằng Thạc sĩ Quản trị Kinh doanh của Đại học Công giáo Bolivian, liên kết với Viện Phát triển Quốc tế Harvard.
Sathya Balakrishnan là Sr. Customer Delivery Architect trong nhóm Dịch vụ Chuyên nghiệp tại AWS, chuyên về dữ liệu và các giải pháp ML. Anh ấy làm việc với các khách hàng tài chính liên bang của Hoa Kỳ. Anh ấy đam mê xây dựng các giải pháp thực tế để giải quyết các vấn đề kinh doanh của khách hàng. Khi rảnh rỗi, anh ấy thích xem phim và đi bộ đường dài cùng gia đình.
Thuận Trần là Kiến trúc sư giải pháp cấp cao trong Khu vực công toàn cầu hỗ trợ Liên hợp quốc. Anh đam mê sử dụng công nghệ AWS để giúp khách hàng khái niệm hóa nghệ thuật của những điều có thể. Trong thời gian rảnh rỗi này, anh ấy thích lướt sóng, đạp xe leo núi, ném rìu và dành thời gian cho gia đình và bạn bè.
Hoàng tử Mallari là Nhà khoa học dữ liệu NLP trong nhóm Dịch vụ chuyên nghiệp tại AWS, chuyên về các ứng dụng NLP cho khách hàng khu vực công. Anh ấy đam mê sử dụng ML như một công cụ cho phép khách hàng làm việc hiệu quả hơn. Trong thời gian rảnh rỗi, anh ấy thích chơi trò chơi điện tử và phát triển một trò chơi với bạn bè của mình.
- Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
- Platoblockchain. Web3 Metaverse Intelligence. Khuếch đại kiến thức. Truy cập Tại đây.
- nguồn: https://aws.amazon.com/blogs/machine-learning/how-the-undp-independent-evaluation-office-is-using-aws-ai-ml-services-to-enhance-the-use-of-evaluation-to-support-progress-toward-the-sustainable-development-goals/
- :là
- $ LÊN
- 000
- 100
- 2020
- a
- Có khả năng
- Giới thiệu
- tóm tắt
- đẩy nhanh tiến độ
- truy cập
- trách nhiệm
- chính xác
- chính xác
- chính xác
- Đạt được
- thành tích
- ngang qua
- Hoạt động
- Ngoài ra
- địa chỉ
- Thêm
- tiến
- cố vấn
- dịch vụ tư vấn
- giá cả phải chăng
- cơ quan
- AI
- AI / ML
- Aida
- Căn chỉnh
- Tất cả
- cho phép
- đàn bà gan dạ
- Amazon hiểu
- Amazon Kendra
- Amazon RDS
- Văn bản Amazon
- trong số
- phân tích
- phân tích
- và
- Apache
- api
- các ứng dụng
- Các ứng dụng của NLP
- Nộp đơn
- thích hợp
- kiến trúc
- LÀ
- khu vực
- xung quanh
- Nghệ thuật
- bài viết
- nhân tạo
- trí tuệ nhân tạo
- Trí tuệ nhân tạo và học máy
- AS
- khía cạnh
- Hiệp hội
- At
- tăng cường
- tránh
- AWS
- AWS Lambda
- trở lại
- cơ sở
- dựa
- BE
- Hơn
- bảng
- Sách
- Hộp
- Bị phá vỡ
- xây dựng
- Xây dựng
- xây dựng
- kinh doanh
- by
- cuộc gọi
- gọi hành động
- gọi
- CAN
- có khả năng
- Sức chứa
- đố
- Trung tâm
- trung tâm
- thách thức
- thách thức
- thay đổi
- Những thay đổi
- thay đổi
- phân loại
- phân loại
- năng lượng sạch
- khách hàng
- hợp tác
- thu thập
- Bình luận
- hoa hồng
- cam kết
- Giao tiếp
- hoàn thành
- hoàn thành
- phức tạp
- thành phần
- các thành phần
- hiểu
- máy tính
- Tiến hành
- xây dựng
- nội dung
- liên tục
- thông thường
- Trung tâm
- Phí Tổn
- nước
- che
- Covid-19
- Đại dịch COVID-19
- tạo ra
- tạo
- đáng tin
- quan trọng
- Current
- Hiện nay
- người trông coi
- khách hàng
- khách hàng
- khách hàng
- dữ liệu
- điểm dữ liệu
- nhà khoa học dữ liệu
- Cơ sở dữ liệu
- bộ dữ liệu
- quyết định
- quyết định
- Bằng cấp
- cung cấp
- giao hàng
- mô tả
- Thiết kế
- thiết kế
- chi tiết
- phát triển
- phát triển
- Phát triển
- khác nhau
- số hóa
- hướng
- Giám đốc
- thảo luận
- thảo luận
- tài liệu
- tài liệu
- Không
- xuống
- mỗi
- Chuyên gia kinh tế
- nền kinh tế
- hiệu quả
- trao quyền
- kích hoạt
- năng lượng
- thưởng thức
- làm giàu
- Làm giàu
- đảm bảo
- thực thể
- môi trường
- bình đẳng
- lỗi
- Ether (ETH)
- đánh giá
- đánh giá
- Ngay cả
- Sự kiện
- Mỗi
- bằng chứng
- phát triển
- chính xác
- điều hành
- hiện tại
- Mở rộng
- kinh nghiệm
- chuyên môn
- xuất khẩu
- trích xuất
- khai thác
- Chất chiết xuất
- gia đình
- Fed
- Liên bang
- thông tin phản hồi
- Hình
- Các tập tin
- lọc
- tài chính
- tìm thấy
- Tên
- tiếp theo
- Trong
- định dạng
- tìm thấy
- Thành lập
- thân thiện
- bạn bè
- từ
- chức năng
- chức năng
- chức năng
- tài trợ
- xa hơn
- tương lai
- Trò chơi
- Giới Tính
- Bình đẳng giới
- tạo ra
- tạo ra
- Toàn cầu
- Các mục tiêu
- lớn hơn
- màu xanh lá
- Nhóm
- xử lý
- Xử lý
- Xử lý
- harvard
- Có
- cái đầu
- tiêu đề
- giúp đỡ
- đã giúp
- giúp đỡ
- giúp
- cao
- đi bộ đường dài
- Độ đáng tin của
- Hướng dẫn
- HTML
- http
- HTTPS
- Nhân loại
- nhân quyền
- Con người
- Hàng trăm
- xác định
- xác định
- xác định
- IEO
- ngay
- Va chạm
- tầm quan trọng
- nâng cao
- cải thiện
- in
- Bao gồm
- kết hợp
- độc lập
- chỉ số
- báo
- thông tin
- thông báo
- sự đổi mới
- sáng tạo
- những hiểu biết
- Viện
- Tích hợp
- Sự thông minh
- Thông minh
- Xử lý tài liệu thông minh
- Giao thức
- Quốc Tế
- IT
- ITS
- Việc làm
- việc làm
- tham gia
- json
- Giữ
- giữ
- Key
- kiến thức
- ghi nhãn
- Nhãn
- Ngôn ngữ
- lớp
- Bố trí
- Lãnh đạo
- học
- học tập
- Bài học
- Bài học kinh nghiệm
- Cấp
- Thư viện
- Lượt thích
- Hạn chế
- sống
- . Các địa điểm
- máy
- học máy
- thực hiện
- làm cho
- quản lý
- Ban Quản Trị
- Quản lý
- nhãn hiệu
- thạc sĩ
- MBA
- có ý nghĩa
- đo
- các biện pháp
- cơ chế
- hội viên
- tin nhắn
- Siêu dữ liệu
- phương pháp
- Metrics
- triệu
- tâm
- ML
- Chế độ
- kiểu mẫu
- mô hình
- chi tiết
- hiệu quả hơn
- Hơn thế nữa
- núi
- Phim Điện Ảnh
- nhiều
- quốc dân
- Quốc
- cần thiết
- Mới
- nlp
- thông báo
- con số
- NY
- of
- Office
- on
- ONE
- mã nguồn mở
- hoạt động
- Hoạt động
- dàn xếp
- cơ quan
- tổ chức
- Tổ chức
- nguyên
- Nền tảng khác
- đầu ra
- Giám sát
- Hòa bình
- đại dịch
- đặc biệt
- các bộ phận
- đam mê
- người
- thực hiện
- hiệu suất
- biểu diễn
- thực hiện
- kiên trì
- miếng
- kế hoạch
- hành tinh
- lập kế hoạch
- nền tảng
- plato
- Thông tin dữ liệu Plato
- PlatoDữ liệu
- chơi
- xin vui lòng
- điểm
- điều luật
- Portal
- có thể
- Bài đăng
- postgresql
- Nghèo nàn
- thực dụng
- chuẩn bị
- trình bày
- ngăn chặn
- Trước khi
- vấn đề
- quá trình
- Quy trình
- xử lý
- sản xuất
- Sản xuất
- sản xuất
- chuyên nghiệp
- chương trình
- lập trình
- Khóa Học
- Tiến độ
- dự án
- Thúc đẩy
- sự thịnh vượng
- bảo vệ
- cho
- cung cấp
- công khai
- Python
- chất lượng
- Mau
- nhanh chóng
- Nguyên
- khuyến nghị
- phục hồi
- giảm
- Giảm
- phản ánh
- quan hệ
- phát hành
- có liên quan
- báo cáo
- Báo cáo
- kho
- Yêu cầu
- tài nguyên
- nguồn lực chuyên sâu
- phản ứng
- chịu trách nhiệm
- kết quả
- Kết quả
- đào tạo lại
- Trả về
- quyền
- Vai trò
- Trường học
- Nhà khoa học
- các nhà khoa học
- SDGs
- Tìm kiếm
- tìm kiếm
- Phần
- phần
- ngành
- an ninh
- cao cấp
- phục vụ
- DỊCH VỤ
- một số
- Chia sẻ
- thể hiện
- có ý nghĩa
- Đơn giản
- kể từ khi
- thông minh hơn
- Mạng xã hội
- giải pháp
- Giải pháp
- động SOLVE
- một số
- chuyên
- Chi
- Nhân sự
- dàn dựng
- Tiêu chuẩn
- tiêu chuẩn
- Bang
- Trạng thái
- Bước
- Các bước
- là gắn
- lưu trữ
- cửa hàng
- Chiến lược
- trình
- trình
- như vậy
- hỗ trợ
- Hỗ trợ
- Hỗ trợ
- bền vững
- Phát triển bền vững
- hệ thống
- Hãy
- Nhiệm vụ
- phân loại
- nhóm
- Kỹ thuật
- Công nghệ
- mẫu
- các nguyên lý
- Phân loại văn bản
- việc này
- Sản phẩm
- thế giới
- cung cấp their dịch
- Them
- chuyên đề
- vì thế
- Kia là
- nghĩ
- tư duy lãnh đạo
- hàng ngàn
- số ba
- Thông qua
- Ném
- thời gian
- mất thời gian
- thời gian
- đến
- công cụ
- đối với
- đối với
- theo dõi
- Theo dõi
- truyền thống
- Hội thảo
- biến đổi
- UN
- Dưới
- đơn vị
- Kỳ
- liên Hiệp Quốc
- các đơn vị
- trường đại học
- Cập nhật
- cập nhật
- us
- Liên bang Hoa Kỳ
- sử dụng
- người sử dang
- Giao diện người dùng
- Người sử dụng
- thường
- Các giá trị
- khác nhau
- Video
- trò chơi video
- xem
- Nước
- Đường..
- web
- Dựa trên web
- TỐT
- Điều gì
- cái nào
- rộng
- với
- ở trong
- không có
- Từ
- Công việc
- làm việc
- quy trình làm việc
- công trinh
- thế giới
- sẽ
- viết
- năm
- trên màn hình
- zephyrnet