filter:
အသုံးအဆောင်အိတ်များမတွေ့ပါ။
ကမ္ဘာအနှံ့ရှိဘာသာစကားများစွာဖြင့်ကြွယ်ဝသောစနစ်တကျထားသောဒေတာအစုများပါသော AI-enabled စကားပြောမော်ဒယ်များကိုတည်ဆောက်ပြီးနေရာချပါ။ အပြည့်အဝစိတ်ကြိုက်ရည်ရွယ်ချက်များ၊ ပြောဆိုချက်များနှင့်လူ ဦး ရေဖြန့်ဝေမှု။
ဖောက်သည်ပြန်လည်သုံးသပ်ခြင်း၊ ဘဏ္newsာရေးသတင်း၊ လူမှုရေးမီဒီယာစသည့်စိတ်အနှောက်အယှက်များကိုအဓိပ္ပာယ်ကောက်ယူခြင်းဖြင့်လူ့စိတ်လှုပ်ရှားမှုနှင့်ခံစားချက်များကိုဆန်းစစ်ပါ။
ဒေတာမောင်းနှင်သည့် အကြောင်းအရာကို ထိန်းညှိပေးခြင်းဖြင့် စွမ်းအားတု ဉာဏ်ရည်တုဖြင့် မြှင့်တင်ထားသော ယုံကြည်မှုနှင့် အမှတ်တံဆိပ်ဂုဏ်သတင်းကို ခံစားလိုက်ပါ။
ရုပ်ပုံတစ်ခုသို့မဟုတ်ဗီဒီယိုတစ်ခု၏မျက်နှာအမှတ်အသားများကို အခြေခံ၍ လူတစ် ဦး သို့မဟုတ်တစ်ခုထက်ပိုသောမျက်နှာများကိုအလိုအလျောက်ရှာဖွေပါ။ ရှိပြီးသားလူ့မျက်နှာများ၏ဒေတာဘေ့စ်ကိုရှာဖွေပြီးအသိဥာဏ်ရှိသောမျက်နှာအသိအမှတ်ပြုပလက်ဖောင်းတစ်ခုတည်ဆောက်ရန်ကိုက်ညီပါ။
ပုံရိပ်နှင့်ဗွီဒီယိုအပိုင်းအစများကို သုံး၍ မိမိကိုယ်ကိုမောင်းနှင်သည့်မော်တော်ယာဉ်များအတွက်စက်သင်ကြားမှုစနစ်ကိုလေ့ကျင့်ပါ။ လူ၊ ယာဉ်၊ ယာဉ်ကြော၊ လမ်းကြမ်းများစသည်တို့ကိုခွဲခြားပါ။
ကွန်ပျူတာအမြင်သည် Artificial Intelligence နည်းပညာနယ်ပယ်တစ်ခုဖြစ်သည်။ စက်များသည်လူသားများပြုလုပ်သည့်အမြင်အာရုံကမ္ဘာကိုကြည့်ရှုရန်၊ နားလည်ရန်နှင့်အနက်ဖွင့်ရန်စက်များကိုလေ့ကျင့်ပေးသည်။ ၎င်းသည်စက်သင်ယူမှုမော်ဒယ်များကိုတီထွင်ရာတွင်အထောက်အကူဖြစ်စေသည့်အရာများ၊ ပုံရိပ်တစ်ခုသို့မဟုတ်ဗွီဒီယိုတစ်ခုအတွင်းရှိအရာဝတ္ထုများကိုတိကျမှန်ကန်စွာနားလည်ရန်၊ ခွဲခြားရန်နှင့်ခွဲခြားရန်ဖြစ်သည်။
LLM များသည် စာသားများကို ပိုင်းခြားစိတ်ဖြာပြီး အလုပ်အမျိုးမျိုးအတွက် မြန်ဆန်ထိရောက်သော ဖြေရှင်းချက်များကို ပေးဆောင်သည့် ကွန်ပျူတာပရိုဂရမ်များဖြစ်သည်။
ရှုပ်ထွေးသောဒေတာများကို လုပ်ဆောင်နိုင်သောဉာဏ်ရည်အဖြစ်သို့ ပြောင်းလဲရန် Generative AI ၏စွမ်းအားကို အသုံးချပါ။
သဘာဝဘာသာစကားထုတ်ယူခြင်း (NLP) ကိုအရည်အသွေးမြင့်သင်တန်းအချက်အလက်များအဖြစ်စာသား၊
အိန္ဒိယဘာသာစကားဒေတာအတွဲများသည် ဘာသာပြန်ခြင်း၊ စကားမှတ်မိခြင်းနှင့် ခံစားချက်ခွဲခြမ်းစိတ်ဖြာခြင်းကဲ့သို့သော NLP လုပ်ဆောင်ချက်များကို ပံ့ပိုးပေးကာ အိန္ဒိယနိုင်ငံ၏ ဘာသာစကားအများအပြားတွင် ဘာသာစကားကွဲပြားမှုကို ဖြေရှင်းပေးသည်။
စားသုံးသူဒိုင်းနမစ်များသည်လွန်ခဲ့သောနှစ်အနည်းငယ်အတွင်းသိသိသာသာပြောင်းလဲခဲ့သည်။ လူများသည်ကိုယ်ပိုင်စျေး ၀ ယ်အတွေ့အကြုံများလိုချင်သည်။ ဤအရာများကိုသင်၏ဖောက်သည်များအားပေးနိုင်ရန်တစ်ခုတည်းသောနည်းလမ်းမှာအစွမ်းထက်ထောက်ခံချက်အင်ဂျင်များဖြင့်ဖြစ်သည်။
ဒေတာမောင်းနှင်သည့် အကြောင်းအရာကို ထိန်းညှိပေးခြင်းဖြင့် စွမ်းအားတု ဉာဏ်ရည်တုဖြင့် မြှင့်တင်ထားသော ယုံကြည်မှုနှင့် အမှတ်တံဆိပ်ဂုဏ်သတင်းကို ခံစားလိုက်ပါ။
ကျွန်ုပ်တို့၏ခိုင်မာသောဘဏ္dataာရေးအချက်အလက်မှတ်ချက်များ ၀ န်ဆောင်မှုများဖြင့်ရလဒ်ကောင်းများကိုခွဲခြမ်းစိတ်ဖြာခြင်း၊ ခန့်မှန်းခြင်းနှင့်ခန့်မှန်းခြင်း
စားသုံးသူဒိုင်းနမစ်များသည်လွန်ခဲ့သောနှစ်အနည်းငယ်အတွင်းသိသိသာသာပြောင်းလဲခဲ့သည်။ လူများသည်ကိုယ်ပိုင်စျေး ၀ ယ်အတွေ့အကြုံများလိုချင်သည်။ ဤအရာများကိုသင်၏ဖောက်သည်များအားပေးနိုင်ရန်တစ်ခုတည်းသောနည်းလမ်းမှာအစွမ်းထက်ထောက်ခံချက်အင်ဂျင်များဖြင့်ဖြစ်သည်။
ကမ္ဘာလုံးဆိုင်ရာဘာသာစကားများအတွက် အံဝင်ခွင်ကျဖြစ်စေသော ကျွန်ုပ်တို့၏ကျွမ်းကျင်စွာစီစဉ်ထားသော TTS ဒေတာအတွဲများနှင့် အပြန်အလှန်တုံ့ပြန်မှုတိုင်းတွင် ပြိုင်ဆိုင်မှုမရှိသော ရှင်းလင်းပြတ်သားမှုနှင့် သွက်လက်မှုကို ခံစားလိုက်ပါ။
AR နှင့် VR နည်းပညာများအတွက်တိကျသောလေ့ကျင့်ရေးအချက်အလက်များဖြင့်အနာဂတ်ကိုဖော်ပြပါ။
ဂြိုဟ်တုပုံရိပ်များနှင့် UAV ဓာတ်ပုံများကိုမှတ်သားခြင်း၊ Geo.AI အတွက် geoprocessing အတွက်အချက်အလက်များပြင်ဆင်ခြင်းနှင့် 3D point cloud တို့အားမှတ်သားခြင်း။
နည်းပညာသင်ခန်းစာများအတွက်အရည်အသွေးမြင့်လေ့ကျင့်ရေးအချက်အလက်များမှတဆင့်တိကျသောရလဒ်များဖြင့်ရှေ့သို့တစ်လှမ်းတိုးပါ
စာသားကို entity type များ, ပြုပြင်မွမ်းမံခြင်းနှင့်ဆက်ဆံရေးသို့မှတ်စုများအားဖြင့်ကျန်းမာရေးစောင့်ရှောက်မှုအတွက် AI ကိုမော်ဒယ်များဖွံ့ဖြိုးတိုးတက်ဖို့စက်သင်ယူမှု algorithms လေ့ကျင့်။
မျိုးဆက်သစ်နည်းပညာ၊ အယ်လဂိုရီသမ်များနှင့် မူဘောင်များဖြင့် AI သည် ပျက်စီးနေသောအစိတ်အပိုင်းများကို ခွဲခြားသတ်မှတ်ခြင်းနှင့် အသိအမှတ်ပြုခြင်း၊ ပျက်စီးမှုအတိုင်းအတာကို အကဲဖြတ်ခြင်း၊ လိုအပ်သောပြုပြင်မှုအမျိုးအစားကို ခန့်မှန်းခြင်းနှင့် စုစုပေါင်းကုန်ကျစရိတ်ကို ခန့်မှန်းခြင်းတို့ကို နားလည်နိုင်ပါသည်။
စာသားစာရွက်စာတမ်းတစ်ခုတွင်ဖော်ပြထားသောအမည်များကိုသတ်မှတ်ထားသောအမျိုးအစားများ (ဥပမာအားဖြင့်လူ၊ အဖွဲ့အစည်း၊ နေရာစသဖြင့်) သို့တံဆိပ်ကပ်ခြင်းဖြင့်စက်ပစ္စည်းလေ့လာခြင်း algorithms များကိုလေ့ကျင့်ပါ။
ရုပ်ပုံတစ်ခုသို့မဟုတ်ဗီဒီယိုတစ်ခု၏မျက်နှာအမှတ်အသားများကို အခြေခံ၍ လူတစ် ဦး သို့မဟုတ်တစ်ခုထက်ပိုသောမျက်နှာများကိုအလိုအလျောက်ရှာဖွေပါ။ ရှိပြီးသားလူ့မျက်နှာများ၏ဒေတာဘေ့စ်ကိုရှာဖွေပြီးအသိဥာဏ်ရှိသောမျက်နှာအသိအမှတ်ပြုပလက်ဖောင်းတစ်ခုတည်ဆောက်ရန်ကိုက်ညီပါ။
ဒေတာမောင်းနှင်သည့် အကြောင်းအရာကို ထိန်းညှိပေးခြင်းဖြင့် စွမ်းအားတု ဉာဏ်ရည်တုဖြင့် မြှင့်တင်ထားသော ယုံကြည်မှုနှင့် အမှတ်တံဆိပ်ဂုဏ်သတင်းကို ခံစားလိုက်ပါ။
စိတ်ကြိုက်နိုးကြားမှုစကားလုံးလေ့ကျင့်ရေးဒေတာဖြင့် အမြဲနားဆင်နိုင်သော အသံအက်ပ်များကို တည်ဆောက်ပါ။
စာသားကို entity type များ, ပြုပြင်မွမ်းမံခြင်းနှင့်ဆက်ဆံရေးသို့မှတ်စုများအားဖြင့်ကျန်းမာရေးစောင့်ရှောက်မှုအတွက် AI ကိုမော်ဒယ်များဖွံ့ဖြိုးတိုးတက်ဖို့စက်သင်ယူမှု algorithms လေ့ကျင့်။
ရုပ်ပုံများနှင့်ဗွီဒီယိုများတွင်ပါရှိသောရုပ်ပုံများသို့မဟုတ်အရာဝတ္ထုများကိုခွဲခြားရန်စက်ပစ္စည်းလေ့လာခြင်းဆိုင်ရာ algorithms များကိုလေ့ကျင့်ပါ။
ဆက်ဖတ်ရန်
ဘာသာစကားအမျိုးမျိုး၊ ပတ်ဝန်းကျင်နှင့် အကြောင်းအရာမျိုးစုံတွင် လူသားစကားပြောခြင်းကို တုံ့ပြန်ရန် virtual/digital Assistant နှင့် chatbot များကို လေ့ကျင့်ရန် ဒေတာ။
ဆက်ဖတ်ရန်
ကျွန်ုပ်တို့၏ကူးယူခြင်းအထူးကုမှစာသားကိုအသံသို့မဟုတ်ဗွီဒီယိုများအားဒီဂျစ်တယ်နည်းဖြင့်လျင်မြန်စွာနှင့်တိကျစွာခွဲခြားသတ်မှတ်နိုင်သည်။
ဆက်ဖတ်ရန်
ရုပ်ပုံများတွင် အရာဝတ္ထုများကို သက်ဆိုင်ရာ အမျိုးအစားများ ခွဲခြားသတ်မှတ်ခြင်း။ လွယ်ကူသောစကားလုံးများဖြင့် အပိုင်းခွဲခြင်းသည် pixels များသို့ အညွှန်းများသတ်မှတ်ပေးခြင်းဖြစ်ပါသည်။
ဆက်ဖတ်ရန်
လက်လီအသုံးပြုမှုအတွက်မျက်နှာအသိအမှတ်ပြုမှုပုံစံကိုတည်ဆောက်ရန်ကျားမမတူကွဲပြားမှု၊ အတွင်းအပြင်အပြင်အပြင်အလင်းရောင်အခြေအနေ၊ ဖမ်းယူနိုင်သည့်ထောင့်၊
ဆက်ဖတ်ရန်
ပုံများနှင့်၎င်းတို့၏ဖော်ပြချက်များသည်လက်ချင်းချိတ်သင့်သည်။ ပုံများသည် ၀ ယ်သူများအကြားစိတ်ဝင်စားမှုကိုဖန်တီးသင့်သော်လည်း၊ ဖော်ပြချက်များသည်၎င်းကိုဆက်ထိန်း ထား၍ ၎င်းတို့ကို ၀ ယ်ယူရန်တွန်းအားပေးသင့်သည်။ သင်၏စက်သင်ယူမှုစနစ်များသည်ပုံနှင့်ထုတ်ကုန်တိကျမှုကိုအလိုအလျောက်တိုးတက်ကောင်းမွန်စေပါစေ။
ဆက်ဖတ်ရန်
၎င်းတို့၏အကြောင်းအရာပေါ် မူတည်၍ စာရွက်စာတမ်းများကိုသတ်မှတ်ပါ (ဥပမာ - နည်းပညာ၊ အားကစား၊ ရုပ်ရှင်နှင့်စသည်)
ဆက်ဖတ်ရန်
အဝတ်အစားသို့မဟုတ်လက်ဝတ်ရတနာအသစ်များကိုကြိုးစားခြင်းမှကျွန်ုပ်တို့၏အလုပ်များကိုဂရုစိုက်ရန်အချိန်ပြည့် virtual လက်ထောက်ရှိခြင်းမှ VR သည်လူသားများပြုလုပ်သောအလုပ်များစွာတွင်ပါဝင်သောရှုပ်ထွေးမှုကိုလွယ်ကူစေနိုင်သည်။
ဆက်ဖတ်ရန်
အသုံးပြုမှုကိစ္စရပ်အမျိုးမျိုးကိုဖြေရှင်းရန် ဖွဲ့စည်းပုံမထားသောဒေတာအတွင်း နက်နဲစွာတွေ့ရှိရသော အရေးပါသောအချက်အလက်များကို သော့ဖွင့်ရန်အတွက် ဒိုမိန်း-သီးသန့်ဘာသာစကားပေါင်းစုံ စာသားဒေတာ (လုပ်ငန်းကတ်ဒေတာအစုံ၊ စာရွက်စာတမ်းဒေတာအစုံ၊ မီနူးဒေတာအစုံ၊ ပြေစာဒေတာအစုံ၊ လက်မှတ်ဒေတာအစုံ) ဖြင့် သဘာဝဘာသာစကားဖြင့် စီမံဆောင်ရွက်ပေးခြင်း။
ဆက်ဖတ်ရန်
AI နှင့် chatbots များကိုလေ့ကျင့်ရန်နှင့်တိုးတက်စေရန်မိန့်ခွန်းအချက်အလက်ကောက်ယူရာတွင်ကျွန်ုပ်တို့ခေါင်းဆောင်တစ် ဦး ဖြစ်သည်။ စကားလုံးများ၊ အခေါ်အဝေါ်များကိုစုဆောင်းပြီး၊ ဘာသာစကား ၆၀ ကျော်နှင့်စကားသုံးမျိုးအဖြစ်ခွဲခြားထားသောဒေတာများကိုသင့်အားကျွန်ုပ်တို့ကူညီပေးပါသည်။
ဆက်ဖတ်ရန်
စက်ပစ္စည်းလေ့လာမှုစွမ်းရည်များသို့ကြီးမားသော volumes များစုဆောင်းခြင်းအားဖြင့် (ကွန်ပျူတာပုံရိပ်ဆိုင်ရာ Datasets၊ ငွေတောင်းခံလွှာပုံရိပ် Datasets၊ Facial Database စုဆောင်းခြင်းသို့မဟုတ်မည်သည့်စိတ်ကြိုက်ဒေတာအစု) ကိုအသုံးပြုခြင်းကိစ္စရပ်များအတွက်ဥပမာ - ပုံရိပ်ခွဲခြားခြင်း၊
ဆက်ဖတ်ရန်
စက်သင်ယူမှုမော်ဒယ်များကိုလေ့ကျင့်ရန်အတွက် CCTV ဗီဒီယိုများ၊ အသွားအလာဗီဒီယို၊ စောင့်ကြည့်ရေးဗီဒီယိုစသည့်လှုပ်ရှားမှုဆိုင်ရာလေ့ကျင့်သင်ကြားမှုဆိုင်ရာဗီဒီယိုအချက်အလက်များစုဆောင်းပါ။ တစ်ခုချင်းစီကို Datasets client ကိုလိုအပ်ချက်များနှုန်းအဖြစ်စိတ်ကြိုက်ဖြစ်ပါတယ်။
ဆက်ဖတ်ရန်
သင်၏ဖောက်သည်များယခင်က ၀ ယ်ခဲ့သောအရာများအပေါ် မူတည်၍ AI စနစ်များသည်သူတို့ ၀ ယ်လိုသောထုတ်ကုန်များနှင့် ၀ န်ဆောင်မှုများကိုအကြံပြုနိုင်သည်။ AI သည်ဖောက်သည်၏သူငယ်ချင်းများနှင့်မိသားစုအသိုင်းအဝိုင်း၌ ၀ ယ်ယူထားသောထုတ်ကုန်များကိုပြုစုနိုင်ပြီးစံပြထုတ်ကုန်များကိုအကြံပြုနိုင်သည်။
ဆက်ဖတ်ရန်
ဘာသာစကား, စကား, semantic, အဘိဓာန်, etc အပေါ်အခြေခံပြီးမိန့်ခွန်း / အသံခွဲခြားရန်အသံသို့မဟုတ်ပြောသမျှကိုခွဲခြား။
ဆက်ဖတ်ရန်
ရင်းမြစ်အမျိုးမျိုးမှ ငွေကြေးအချက်အလက်များကို စုစည်းပြီး ခွဲခြမ်းစိတ်ဖြာပါ။ အခြေခံ သို့မဟုတ် အဆင့်မြင့်သော မည်သည့်လိုအပ်ချက်မဆို ဖြည့်ဆည်းရန် ကျွန်ုပ်တို့တွင် အဖြေရှိပါသည်။
ဆက်ဖတ်ရန်
လက်မှတ်ရ ဒိုမိန်းကျွမ်းကျင်သူများကို အသုံးပြု၍ တိကျသေချာမှုရှိသော စာရွက်စာတမ်းများမှ အာမခံအဖွဲ့အစည်းများကို ရေးထိုးပါ။
ဆက်ဖတ်ရန်
ဆရာဝန်များလက်ရေးမှဆရာ ၀ န်များ၏ဆေးညွှန်းများအထိကျွန်ုပ်တို့၏ကူးယူခြင်းအထူးကုများသည်ဆေးဘက်ဆိုင်ရာအချက်အလက်များ၊ စာချုပ်များ၊ စာချုပ်များ၊ ဆေးမှတ်တမ်းများ၊
ဆက်ဖတ်ရန်
လမ်းများ၊ AI-based ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရယာဉ်စနစ်များအတွက်အရည်အသွေးမြင့်လေ့ကျင့်ရေးအချက်အလက်များတည်ဆောက်ရန်မီးခိုးတိုင်များ၊ လမ်းလျှောက်သူ၊ မော်တော်ယာဉ်များ (ကားများ၊ စက်ဘီးများ၊ ဘတ်စ်ကားများ)၊ လမ်းများ၊
ဆက်ဖတ်ရန်
မျက်လုံး၊ ခေါင်း၊ ပါးစပ်စသည့်မျက်နှာအသွင်အပြင်များကိုမြင့်မားသောတိကျမှုနှင့်မျက်တောင်ခတ်ခြင်းနှင့်သက်ဆိုင်သော metadata များဖြင့်မှတ်သားခြင်းဖြင့်မြင့်မားသောတိကျမှန်ကန်သောယာဉ်မောင်းစောင့်ကြည့်မှုစနစ်ကို enable လုပ်ပါ။
ဆက်ဖတ်ရန်
လူသွားလူလာခြေရာခံရန်အရည်အသွေးမြင့်လေ့ကျင့်ရေးဒေတာများတည်ဆောက်ရန် 2D နယ်နိမိတ်သေတ္တာများပါသောလမ်းသွားလမ်းလာများအားမှတ်သားပါ။
ဆက်ဖတ်ရန်
ဖောက်သည်ပြန်လည်သုံးသပ်ခြင်းစောင့်ကြည့်ခြင်းလျှောက်လွှာကိုတည်ဆောက်ရန်သုံးစွဲသူ၏တုံ့ပြန်ချက်၏သဘောထားဆန်းစစ်ချက် (ပျော်ရွှင်မှု၊ စိတ်ပျက်မှု၊ အမျက်ဒေါသ၊ ၀ မ်းနည်းမှု)
သုံးစွဲသူ၏အတွေ့အကြုံများကိုမြှင့်တင်ရန်နှင့်မျိုးဆက်သစ် chatbots၊ ဒစ်ဂျစ်တယ်လက်ထောက်များနှင့်စကားပြောဆိုသော AI တို့၏ဖွံ့ဖြိုးတိုးတက်မှုကိုတိကျစွာမောင်းနှင်ရန်အသုံးပြုသူ၏ရည်ရွယ်ချက်ကိုပိုမိုနားလည်ပါ။
တစ် ဦး ချင်း၊ အဖွဲ့အစည်းများ၊ တည်နေရာများစသည့်စာရွက်စာတမ်းတစ်ခုရှိအမည်ရှိအဖွဲ့အစည်းများအကြားဆက်သွယ်မှုများကိုဖော်ထုတ်ရာတွင်ရှိသည့်သက်သေအထောက်အထားများကိုရှာဖွေခြင်းအားဖြင့်လိမ်လည်မှုပုံစံကိုဖော်ထုတ်နိုင်သည့် NLP ကိုတီထွင်ပြီးပို့ဆောင်ပါ။
ပုံရိပ်ရောဂါနှင့် Anomaly ထောက်လှမ်းတိုးတက်လာဖို့ radiology ပုံရိပ်တွေအတွင်းရွေးချယ်ဒေသများ၏အပိုင်းနှင့်ခွဲခြား။
ကွဲပြားခြားနားသောအမျိုးအစားများသို့အရေးပါသောရောဂါများကိုမြေပုံဆွဲခြင်းဖြင့်လက်တွေ့ NLP ၏ဖွံ့ဖြိုးတိုးတက်မှုသည်မြေနှင့်ဆိုင်သောအမှန်တရားအချက်အလက်များကိုကောင်းစွာမှတ်သားထားသည်။
ကွဲပြားခြားနားသောအမျိုးအစားများသို့အရေးပါသောရောဂါများကိုမြေပုံဆွဲခြင်းဖြင့်လက်တွေ့ NLP ၏ဖွံ့ဖြိုးတိုးတက်မှုသည်မြေနှင့်ဆိုင်သောအမှန်တရားအချက်အလက်များကိုကောင်းစွာမှတ်သားထားသည်။
မြင့်မားသော volume ပုံရိပ်သိုလှောင်မှုနှင့်အတူအလိုအလျောက်နှင့်ပစ္စည်းဥစ္စာပိုင်ဆိုင်မှုတောင်းဆိုမှုများကိုအကဲဖြတ်မှုမြန်သည်။
ကြံ့ခိုင်။ ကောင်းစွာလေ့ကျင့်ထားသော Virtual Chatbots (သို့) ဒီဂျစ်တယ်လက်ထောက်များသည်ဖောက်သည်များနှင့်ဖောက်သည်များ၏ဆက်သွယ်မှုကိုဖောက်သည်များ၏အတွေ့အကြုံသိသိသာသာတိုးတက်စေရန်ဖြည့်ဆည်းပေးခဲ့သည်။
အမျိုးအစားခွဲခြားခြင်း (သို့မဟုတ်) ခွဲခြားသတ်မှတ်ခြင်းဟုလည်းလူသိများသည်စာသားကိုစနစ်တကျအုပ်စုများအဖြစ်ခွဲခြားခြင်းနှင့်၎င်းကိုစိတ် ၀ င်စားစရာကောင်းသည့်လက္ခဏာများပေါ် အခြေခံ၍ တံဆိပ်ကပ်ခြင်းလုပ်ငန်းစဉ်ဖြစ်သည်။
ခေါင်းစဉ်ခွဲခြမ်းစိတ်ဖြာခြင်းသို့မဟုတ်ခေါင်းစဉ်တပ်ခြင်းဆိုသည်မှာပြန်လည်သုံးသပ်သောခေါင်းစဉ်များနှင့်ထည့်သွင်းစဉ်းစားနေသောအကြောင်းအရာများကိုဖော်ထုတ်ခြင်းအားဖြင့်ပေးထားသောစာသားမှအဓိပ္ပာယ်ကိုဖော်ထုတ်ထုတ်ယူခြင်းဖြစ်သည်။