ဖြစ်ရပ်မှန်အတွက်သီးသန့်စာသားအချက်အလက်စုဆောင်းခြင်း

NLP မော်ဒယ်များအားခေတ်မီ AI ဖြင့်အာရုံစိုက်စာသားဒေတာစုဆောင်းခြင်း ၀ န်ဆောင်မှုဖြင့်လူသားဘာသာစကားကိုဆုံးဖြတ်ရန် NLP Models များကိုအားဖြည့်ပါ

စာသားဒေတာစုဆောင်းခြင်း။

ပိတ်ဆို့မှုများမရှိဘဲ သင့်စာသားဒေတာပိုက်လိုင်းကို စိတ်ကူးကြည့်ပါ။ ဘယ်လိုလဲ သင်ပြရအောင်။

Featured Clients များ

Natural Language Processing အတွက် Text Training Dataset ဘာကြောင့်လိုတာလဲ။

စာသားအချက်အလက်များကိုစောင့်ကြည့်နိုင်ရန်နှင့်သွင်းအားစုများပေါ် မူတည်၍ ဆုံးဖြတ်ချက်များချနိုင်ရန်အသိဥာဏ်ရှိစက်များကိုလေ့ကျင့်ပေးခြင်းသည်အောင်မြင်ရန်ခက်ခဲသောအရာဖြစ်သည်။ ဒါပေမယ့်သွင်းအားစုတွေကိုပုံစံအတိုင်းကြည့်ဖို့ငါတို့ကစက်တွေကိုလေ့ကျင့်ပေးလို့မရဘူးလား။

ကောင်းပြီ၊ ငါတို့ကစက်တိုင်းကိုအမြင်ခွဲခြမ်းစိတ်ဖြာနိုင်ပေမယ့်မရဘူး။ အချို့သောအသုံးချပရိုဂရမ်များသည်ဘာသာစကားကို အခြေခံ၍ စာသားများစစ်ထုတ်ရန်၊ စာသားခွဲခြမ်းစိတ်ဖြာမှု ပေး၍ ရေးထားသောပုံစံဖြင့်ဘာသာပြန်ပါ။ ဤကဲ့သို့သောအသိဥာဏ်ရှိသောမော်ဒယ်များအတွက်ပြီးပြည့်စုံသောလေ့ကျင့်မှုအတွက်ပထမခြေလှမ်းမှာ၎င်းတို့အားစာသားပါ ၀ င်သောပမာဏများကိုစားသုံးစေရန်ဖြစ်သည်။

သို့တိုင်ဒေတာ ၀ ယ်ယူခြင်းသည်နက်ရှိုင်းသောသင်ယူမှု၊ NLP နှင့်စက်သင်ယူမှုစွမ်းရည်တို့၏သဘောသဘာဝပေါ် မူတည်၍ ကွဲပြားမှုများနှင့်ရှုပ်ထွေးလှသောအလုပ်တစ်ခုဖြစ်သည်။ ထို့ကြောင့်အလုံးစုံကြီးကြပ်ကွပ်ကဲမှုမရှိသောကြီးကြပ်ကွပ်ကဲမှုနှင့်အားဖြည့်သင်ယူမှုကိုအားဖြည့်ရန်ပထမခြေလှမ်းအဖြစ်အဖွဲ့အစည်းတစ်ခုသည်ယုံကြည်ရသောစာသားအချက်အလက်စုဆောင်းခြင်း ၀ န်ဆောင်မှုကိုမှီခိုရမည်။

ယုံကြည်စိတ်ချရသောစာသားအချက်အလက်စုဆောင်းခြင်းကိရိယာများဖြင့်သင်လုပ်နိုင်သည်မှာ -

  • သင်၏ AI ပုံစံအတွက်ပြည့်စုံသောဒေတာဘေ့စတစ်ခုဖန်တီးပါ
  • အချက်အလက်စုဆောင်းမှုပုံစံတိုင်းကို ဦး တည်ပါ
  • ပုံစံအားဖြင့် ဦး တည်သောအသုံးပြုမှုတိုင်းကိုလက်ခံပါ
  • ရေးသားထားသောအချက်အလက်များထုတ်ယူခြင်းကိုအလိုအလျောက်လုပ်ဆောင်ရန် Optical Character Recognition နည်းပညာကိုအကောင်အထည်ဖော်ပါ
  • အသိဥာဏ်စနစ်၏သုတေသနနှင့်အထောက်အထားတည်ဆောက်နိုင်စွမ်းကိုတိုးတက်စေပါ
  • Text Mining နည်းပညာများကိုလွယ်ကူစွာအကောင်အထည်ဖော်ပါ

NLP အတွက် Professional Text Data Collection န်ဆောင်မှုများ

မည်သည့်ဘာသာရပ်မဆို မဆိုဇာတ်လမ်း။

စာသားတူးဖော်မှုသည်အမြင်လိုအပ်သည်။ စနစ်တစ်ခုသို့သင်ထည့်သွင်းလိုသောသတင်းအချက်အလက်ပမာဏနှင့်အရည်အသွေးသည်တိကျမှု၊ အသုံးပြုမှုအခြေအနေများ၊ အလုံးစုံစီစဉ်ခြင်းနှင့်စီမံကိန်း၏ဖန်တီးမှုရှုထောင့်များပေါ်တွင်မူတည်သည်။ ထို့ပြင်အချိန်နှင့်တပြေးညီလေ့ကျင့်မှုအပေါ်အာရုံစိုက်မှုရှိသော်လည်း humongous ပမာဏတွင်ဒေတာများသာလိုအပ်သောအလွန်ရိုးရှင်းသောပြင်ဆင်မှုများရှိနိုင်ပါသည်။

နောက်ဆုံးတွင်အချို့ NLP မော်ဒယ်များသည်အလွန်သေးငယ်သောစာသားအရန်များကိုသုံးပြီး AI ဘက်လိုက်မှုကိုဖြတ်တောက်ရန်လိုသည်။ မည်သည့် ဦး စားပေးမှု၊ ပြပွဲတွင်မဆိုသင်လိုချင်သောအရည်အသွေးနှင့်စံပြစွမ်းရည်များအတိုင်းအတာအရ Shaip တွင်ကျွန်ုပ်တို့သည်သင့်အား ဦး တည်ချက်၊ ပြင်ဆင်ထားသော၊ စိတ်ကြိုက်ပြင်ဆင်နိုင်သော malleable စာသားအချက်အလက်စုဆောင်းခြင်း ၀ န်ဆောင်မှုများမှတဆင့်လိုအပ်ချက်များကိုဖြည့်ဆည်းပေးသည်။ Shaip သို့ AI လေ့ကျင့်ရေးဒေတာ ၀ ယ်ယူခြင်းသည်အောက်ပါအကျိုးကျေးဇူးများကိုရယူနိုင်ခြင်းကိုဆိုလိုသည်။

စာသားစုစည်းမှု
  • ML အတွက်တိကျသောစာသားအချက်အလက်အစုံအလင်ကိုခွဲခြားသတ်မှတ်ခြင်း
  • လူသားတို့၏စကားပြောဖော်ထုတ်ခြင်းကိုထောက်ခံသောအားဖြင့်စာသားများကူးယူရန် ML ပုံစံများပြင်ဆင်ခြင်း
  • ကျယ်ပြန့်သောဘာသာစကားများအတွက်ပံ့ပိုးမှု
  • ကျွမ်းကျင်စွာလေ့ကျင့်ထားသောဖောက်သည်ထောက်ခံမှု
  • ကွဲပြားခြားနားသော applications များဖြည့်ဆည်းရန်စွမ်းရည်

ကျွန်ုပ်တို့၏ကျွမ်းကျင်မှု

ကျွန်ုပ်တို့ဖုံးလွှမ်းသောစာသားအချက်အလက်စုဆောင်းမှုအမျိုးအစားများ

Shaip သိမြင်မှုဆိုင်ရာအချက်အလက်စုဆောင်းခြင်း ၀ န်ဆောင်မှုများ၏စစ်မှန်သောတန်ဖိုးမှာ၎င်းသည်ဖွဲ့စည်းတည်ဆောက်ပုံမပါသောစာသားအချက်အလက်များအတွင်းနက်နက်ရှိုင်းရှိုင်းတွေ့ရှိရသောအချက်အလတ်များကိုသော့ဖွင့်ရန်သော့ချက်ဖြစ်သည်။ ဤဖွဲ့စည်းပုံမပါသောအချက်အလက်များတွင်ဆရာဝန်မှတ်စုများ၊ ကိုယ်ပိုင်ပိုင်ဆိုင်မှုအာမခံတောင်းဆိုမှုများသို့မဟုတ်ဘဏ်မှတ်တမ်းများပါ ၀ င်နိုင်သည်။ လူသားဘာသာစကားကိုနားလည်နိုင်သောနည်းပညာများဖွံ့ဖြိုးရန်အတွက်စာသားဒေတာစုဆောင်းခြင်းသည်မရှိမဖြစ်လိုအပ်သည်။ Shaip တွင်မှတ်တမ်းတင်ထားသောသတင်းအရင်းအမြစ်များကို အသုံးပြု၍ လေ့ကျင့်မှုပုံစံများကိုလေ့ကျင့်သောအခါဒေတာစုဆောင်းမှုအပြည့်ရနိုင်သည်။ ကျွန်ုပ်တို့၏ ၀ န်ဆောင်မှုများသည်အရည်အသွေးမြင့် NLP ဒေတာအတွဲများတည်ဆောက်ရန်စာသားအချက်အလက်စုဆောင်းခြင်း ၀ န်ဆောင်မှုများစွာကိုလွှမ်းခြုံထားသည်။

Receipt data collection

ပြေစာဒေတာ
စုဆောင်းမှု

ငွေတောင်းခံလွှာများကိုတိကျသေချာစွာဖော်ထုတ်ရန်သင်၏အသိဥာဏ်ရှိသော eCommerce ပုံစံများကိုသင်ပေးပါ။

ကျွန်ုပ်တို့၏ OCR နည်းပညာနှင့်သက်ဆိုင်ရာသက်သေခံနည်းစနစ်များသည်သင်အားအလုံးစုံလေ့ကျင့်ရန်စက်များသို့အငှားငွေလက်ခံဖြတ်ပိုင်းများ၊ အင်တာနက်ငွေတောင်းခံလွှာများ၊ စားသောက်ဆိုင်ငွေတောင်းခံလွှာများ၊

လက်မှတ်ဒေတာအစုံစုဆောင်းခြင်း။

လက်မှတ်ဒေတာအတွဲ
စုဆောင်းမှု

ထိရောက်သောထိုးထွင်းသိမြင်မှုများနှင့်သင်၏ဒစ်ဂျစ်တယ်ခရီးသွားလက်ထောက်ကိုပြုပြင်ပါ

မင်းရဲ့စိတ်ကြိုက် AI ပုံစံကမီးရထား၊ အပျော်စီး၊ လေကြောင်း၊ ဘတ်စ်ကားနဲ့အခြားလက်မှတ်တွေကိုစက်သင်ယူမှုအတွက်ရော၊ OCR ထိုးထွင်းသိမြင်မှုအတွက်ပါပြည့်ပြည့်စုံစုံပါ ၀ င်နိုင်တယ်။

Ehr data & physician dictation transcripts

EHR ဒေတာနှင့်သမားတော်၏သတ်ပုံမှတ်တမ်း

လက်တွေ့တိကျမှုတိုးတက်စေရန်ကျန်းမာရေးစောင့်ရှောက်မှုပုံစံများကိုတက်ကြွစွာလေ့ကျင့်ပါ။

ကျွန်ုပ်တို့၏စာသားအချက်အလက်စုဆောင်းခြင်းနည်းလမ်းများသည်ဆေးဘက်ဆိုင်ရာအချက်အလတ်များနှင့်မှတ်တမ်းများကိုဖြည့်ဆည်းပေးသည်၊ ထို့ကြောင့်သင့်အားလက်တွေ့ထိုးထွင်းသိမြင်နိုင်သောဒစ်ဂျစ်တယ်ကျန်းမာရေးစောင့်ရှောက်မှုအစီအစဉ်များကိုတည်ဆောက်နိုင်စေသည်။

Document dataset collection

စာရွက်စာတမ်းဒေတာအတွဲ
စုဆောင်းမှု

ဥာဏ်ရည်ထက်မြက်သော Digital RTOs များ၊ ငွေပေးချေမှုဘဏ်များနှင့်ပရော်ဖက်ရှင်နယ်ပြင်ဆင်မှုများကိုကြိုတင်ပြင်ဆင်ပါ
သူတို့ကိုစာရွက်စာတမ်းများဖော်ထုတ်ခွင့်ပေးခြင်းအားဖြင့်ပရော်ဖက်ရှင်နယ်ရည်ရွယ်ချက်ကိုဖြည့်ဆည်းပေးမယ့်မော်ဒယ်တွေကိုသင်ကူညီစီစဉ်ပေးတယ်။ ကျွန်ုပ်တို့၏လွှမ်းခြုံမှုသည်အကြွေး ၀ ယ်ကတ်များ၊ ပိုင်ဆိုင်မှုစာရွက်စာတမ်းများ၊ ယာဉ်မောင်းလိုင်စင်များ၊ ဗီဇာအချက်အလက်များနှင့်အခြားအရာများအထိကျယ်ပြန့်သည်

Intent variation

ရည်ရွယ်ချက်အပြောင်းအလဲ
datasets

Intent ကိုဖော်ထုတ်နိုင်သောဥာဏ်အလင်းရောင် NLP စနစ်များကိုဒီဇိုင်းဆွဲပါ။

ယခုသင်၏စာသားသွင်းအားစု၏ရည်ရွယ်ချက်ကိုဖော်ထုတ်ရန်စက်များကိုလေ့ကျင့်ပါ။ Shaip သည်ဝါကျတည်ဆောက်ပုံနှင့်စာလုံးအမိန့်များမှစိတ်ခံစားမှုများကိုရှာဖွေရန်ရည်ရွယ်ချက်အသိအမှတ်ပြုခြင်းနှင့်ရည်ရွယ်ချက်ခွဲခြားခြင်းတွင်ပါ ၀ င်သည်။

Handwritten data transcription

လက်ရေးဒေတာကူးယူခြင်း

သင်၏လက်ချောင်းထိပ်တွင် AI စာသားရှာဖွေခြင်းနှင့်အသိအမှတ်ပြုခြင်းပုံစံများ

လက်ရေးဒေတာကူးယူခြင်းဖြင့်သမိုင်းမှတ်တမ်းများ (သို့) လက်ရေးမှတ်စုများကိုကျယ်ကျယ်ပြန့်ပြန့်ရေးပါ။ ထို့ပြင်ကျွန်ုပ်တို့၏အသေးစိတ်လေ့ကျင့်မှုနည်းလမ်းသည်သင်၏ပုံစံအားဖွဲ့စည်းပုံ၊ အပြင်အဆင်နှင့်စာသားတို့ကိုမှတ်မိစေပါသည်

Chatbot training data

Chatbot သင်တန်းဒေတာ

ပိုမိုပရော်ဖက်ရှင်နယ်အသွင်အပြင်အတွက်အပြန်အလှန်ဆက်သွယ်နိုင်သော chatbots များချထားပါ

မင်းရဲ့ပရော်ဖက်ရှင်နယ်တည်ဆောက်မှုအတွက်ပိုပြီးအပြန်အလှန်အကျိုးပြုပရိုဂရမ်အချို့ကိုသင်ကူညီဖို့ငါတို့မှာ Chatbot လေ့ကျင့်ရေးအချက်အလက်များရှိသည်။ ကျွန်ုပ်တို့၏စာတိုမက်ဆေ့ခ်ျဒေတာစုဆောင်းခြင်းနှင့်ဒေါင်လိုက်အခြေပြု ၀ န်ဆောင်မှုများကြောင့် chatbots များသည်စာသားများထည့်သွင်းမှုများကိုသဘာဝအတိုင်းတုံ့ပြန်ရန်ပိုမိုလွယ်ကူလာသည်။

Ocr training

OCR သင်တန်း

စာသားပါ ၀ င်သော AI ပုံစံများတွင်အမြင်အာရုံကိုထည့်ပါ

ကျွန်ုပ်တို့၏ဝန်ဆောင်မှုများ အကျုံးဝင်ပါသည်။ OCR စက်ကို ကျွေးမွေးရန်အတွက် ယုံကြည်စိတ်ချရသော ဒေတာအတွဲများနှင့်အတူ စကားလုံးများ၊ ဇာတ်ကောင်များ၊ စကင်န်ဖတ်ထားသော ဓာတ်ပုံများမှ ထိုးထွင်းသိမြင်နိုင်စွမ်းနှင့် အခြားအရာများကို ထက်ထက်မြက်မြက် အသိအမှတ်ပြုနိုင်စေမည့် သီးခြားဝန်ဆောင်မှုတစ်ခုအနေဖြင့် (optical character recognition)။

စာသားဒေတာအတွဲများ

ခံစားချက်ခွဲခြမ်းစိတ်ဖြာခြင်းအတွက် NLP ဒေတာအတွဲများ

သုံးစွဲသူများ၏ သုံးသပ်ချက်များ၊ ဆိုရှယ်မီဒီယာ စသည်တို့တွင် ကွဲပြားချက်များကို ဘာသာပြန်ခြင်းဖြင့် လူ့စိတ်ခံစားချက်ကို ပိုင်းခြားစိတ်ဖြာပါ။

စိတ်ဓါတ်ခွဲခြမ်းစိတ်ဖြာ

အသံမှတ်မိခြင်းနှင့် chatbots အတွက် စာသားဒေတာအတွဲ

စာသားဒေတာအတွဲများဖြစ်သည့် အီးမေးလ်များ၊ SMS၊ ဘလော့ဂ်များ၊ စာရွက်စာတမ်းများ၊ သုတေသနစာတမ်းများ စသည်တို့ကို စုဆောင်းပါ။

စာသားဒေတာအတွဲ

Shaip ကိုသင်၏ယုံကြည်စိတ်ချရသောစာသားအချက်အလက်စုဆောင်းမှုပါတနာအဖြစ်ရွေးချယ်ရန်အကြောင်းရင်းများ

  လူပုဂၢဳိလ္မ်ား

လူပုဂၢဳိလ္မ်ား

အပ်နှံပြီးလေ့ကျင့်ထားသောအသင်းများ -

  • Data Creation, Labeling & QA အတွက် 30,000+ ပူးပေါင်းသူ
  • စီမံကိန်းစီမံခန့်ခွဲမှုအဖွဲ့
  • အတွေ့အကြုံရှိသောကုန်ပစ္စည်းဖွံ့ဖြိုးရေးအဖွဲ့
  • Talent ရေကူးကန် Sourcing & Onboarding အဖွဲ့
ဖြစ်စဉ်

ဖြစ်စဉ်

အမြင့်ဆုံးဖြစ်စဉ်ကိုထိရောက်မှုနှင့်အတူအာမခံသည်

  • ကြံ့ခိုင် 6 Sigma အဆင့် -Gate Process ကို
  • Sigma အနက်ရောင်ခါးပတ် ၆ ခုပါ ၀ င်သောအဖွဲ့ - အဓိကလုပ်ငန်းစဉ်ပိုင်ရှင်များနှင့်အရည်အသွေးလိုက်နာမှု
  • စဉ်ဆက်မပြတ်တိုးတက်မှု & တုံ့ပြန်ချက် Loop
ပလက်ဖောင်း

ပလက်ဖောင်း

မူပိုင်ခွင့်ထားသောပလက်ဖောင်းသည်အကျိုးကျေးဇူးများကိုပေးသည်။

  • Web-based အဆုံးမှအဆုံးသို့ပလက်ဖောင်း
  • ပြီးပြည့်စုံသောအရည်အသွေး
  • မြန် TAT
  • ချောမွေ့စွာဖြန့်ဝေ

ကမ်းလှမ်းသောဝန်ဆောင်မှုများ

ကျွမ်းကျင်သောစာသားအချက်အလက်စုဆောင်းခြင်းသည်ပြည့်စုံသော AI တပ်ဆင်မှုများအတွက်လက်ကမ်းစရာမဟုတ်ချေ။ Shaip တွင်အောက်ပါပုံစံများကိုပုံမှန်ထက်ပိုကျယ်ပြန့်စေရန်အောက်ပါ ၀ န်ဆောင်မှုများကိုသင်စဉ်းစားနိုင်သည်။

စကားပြောဒေတာစုဆောင်းခြင်း။

အသံဒေတာစုဆောင်းခြင်း ၀ န်ဆောင်မှု

သူတို့ကပိုပြီးဟန်ချက်ညီတဲ့ Natural Language Processing ရဲ့အားသာချက်တွေကိုစူးစမ်းဖို့အသံဒေတာတွေနဲ့မော်ဒယ်တွေကိုကျွေးဖို့ငါတို့ကိုပိုလွယ်အောင်လုပ်ပေးတယ်။

ပုံဒေတာစုဆောင်းခြင်း။

Image Data Collection ၀ န်ဆောင်မှုများ

အနာဂတ်ကွန်ပျူတာမျိုးဆက်သစ် AI ပုံစံများကိုချောမွေ့စွာလေ့ကျင့်ရန်သင်၏ကွန်ပျူတာအမြင်အာရုံပုံစံသည်ပုံတိုင်းကိုတိကျစွာခွဲခြားသတ်မှတ်ကြောင်းသေချာပါစေ

ဗီဒီယိုဒေတာစုဆောင်းခြင်း။

ဗွီဒီယိုဒေတာစုဆောင်းခြင်း ၀ န်ဆောင်မှုများ

အရာဝတ္ထုများ၊ တစ် ဦး ချင်းစီ၊ အဟန့်အတားများနှင့်အခြားအမြင်အာရုံအစိတ်အပိုင်းများကိုပြီးပြည့်စုံစေရန်သင်၏ပုံစံများကိုလေ့ကျင့်ရန် NLP နှင့်ကွန်ပျူတာအမြင်အာရုံကိုယခုအာရုံစိုက်ပါ။

Shaip ကျွန်တော်တို့ကိုဆက်သွယ်ပါ။

သင့်ကိုယ်ပိုင် စာသားဒေတာအတွဲကို တည်ဆောက်လိုပါသလား။

သင်၏စာသားလေ့ကျင့်ရေးဒေတာစုဆောင်းမှုစိုးရိမ်ပူပန်မှုများကိုဖယ်ရှားရန်ယခုကျွန်ုပ်တို့ကိုဆက်သွယ်ပါ။

  • စာရင်းသွင်းခြင်းဖြင့်၊ Shaip နှင့် သဘောတူပါသည်။ ကိုယ်ရေးအချက်အလက်ပေါ်လစီ နှင့် ဝန်ဆောင်မှုစည်းမျဉ်းများ Shaip ထံမှ B2B စျေးကွက်ချဲ့ထွင်ဆက်သွယ်ရေးကို လက်ခံရယူရန် ကျွန်ုပ်၏သဘောတူညီချက်ကို ပေးဆောင်ပါ။

စာသားဒေတာစုဆောင်းခြင်းသည် စက်သင်ယူမှုပုံစံများကို လေ့ကျင့်ရန်နှင့် ပြုပြင်ရန် ရေးထားသောအကြောင်းအရာများကို စုဆောင်းခြင်းလုပ်ငန်းစဉ်ဖြစ်ပြီး ၎င်းတို့ကို နားလည်ပြီး ဘာသာစကားလုပ်ဆောင်နိုင်စေပါသည်။

ML တွင်၊ စာသားဒေတာစုဆောင်းခြင်းတွင် အရင်းအမြစ်အမျိုးမျိုးမှ စာသားများကို အရင်းအမြစ်ရှာဖွေခြင်းနှင့် စုစည်းခြင်းတို့ပါဝင်သည်။ ထို့နောက် နမူနာပုံစံများကို မှတ်မိရန်၊ ကြိုတင်ခန့်မှန်းမှုများ ပြုလုပ်ရန် သို့မဟုတ် ပေးထားသည့် ဥပမာများအပေါ် အခြေခံ၍ စာသားဖန်တီးနည်း မော်ဒယ်ကို သင်ပေးရန်အတွက် ဤဒေတာကို အသုံးပြုပါသည်။

မော်ဒယ်၏ တိကျမှုကို အဆုံးအဖြတ်ပေးသောကြောင့် စာသားဒေတာစုဆောင်းမှုသည် အရေးကြီးပါသည်။ ဒေတာပိုကောင်းလေ၊ ဘာသာစကားလုပ်ငန်းဆောင်တာများကို ကိုင်တွယ်ရာတွင် ပိုမိုထိရောက်ပြီး တိကျသောပုံစံဖြစ်လာပါသည်။

စာသားဒေတာသည် သီးခြားပရောဂျက်နှင့် ၎င်း၏ရည်မှန်းချက်များပေါ်မူတည်၍ စာအုပ်များ၊ ဆောင်းပါးများ၊ ဝဘ်ဆိုက်များ၊ ဆိုရှယ်မီဒီယာ၊ ချတ်မှတ်တမ်းများ၊ ဝယ်ယူသူသုံးသပ်ချက်များ၊ အီးမေးလ်များနှင့် အခြားအရာများအပါအဝင် အရင်းအမြစ်အမျိုးမျိုးမှ လာနိုင်သည်။