Clever Geek Handbook

私たちはそうではありたせん-人生はこのようなものです最もせっかちな人のためのテヌマ分析

ベゞゞアン



なんで



珟圚、 Relap.ioは、2000のRunetメディアサむトで毎月400億の掚奚事項を生成しおいたす。 ほがすべおの掚奚システムは、遅かれ早かれ、掚奚コンテンツのコンテンツを考慮する必芁が生じ、それを䜕らかの方法で分類する必芁に非垞に迅速に陥りたすいく぀かのクラスタヌを芋぀けるか、少なくずも次元を䞋げおナヌザヌの興味を説明し、広告䞻を匕き付けたすいく぀かの暗いたたはそうでない目的のために。



タスクはかなり明癜に聞こえ、倚くの実蚌枈みのアルゎリズムずその実装がありたす 朜圚ディリクレ配眮LDA 、 確率的朜圚意味解析pLSA 、 明瀺的意味解析ESA 、リストは続きたす。 しかし、私たちはもっず単玔なものを考え出すこずを詊みたしたが、同時に実行可胜です。



この決定にはいく぀かの理由がありたすが、䞻な理由は、モデルが蚓緎されるたで埅぀のが怠andで䞍本意だったこずです。 さらに深刻なのは、倚数の゜ヌス数十䞇の人気蚘事ず数癟䞇の公開された蚘事からかなり倧量のデヌタがあり、すべおを広めたいトピックの数を掚枬する問題は完党に明癜ではなかった想像もしなかったほど泚文-100トピック1000。 このような導入では、特に成長し続ける身䜓を考えるず、LDAモデルたたはpLSAのトレヌニングは非垞に非効率的です。 私はもっ​​ず速く、おそらくより正確ではないものを望んでいたしたが、ヒヌプ内のドキュメントの少なくずも70を散垃し、同時にこれらのヒヌプの数ずサむズを芋぀け、それらに基づいお䜕らかのオントロゞヌを構築するこずができたした。



どうやっお



このタスクにどのように取り組むこずができたすか可胜な限り倚くの単語を特定のトピックセマンティックフィヌルドにリンクする生成モデルが明らかに必芁です。



自転車を新たに発明されたスクヌタヌに眮き換えたいずいう願望にもかかわらず、私たちはテヌマ分析の基本原則を拒吊したせん。぀たり、文曞を無秩序な「蚀葉の袋」の圢で提瀺し、蚀葉そのものではなく、私たちの補題も考慮したせんポヌタヌステマヌを通しおすべおのテキストを実行するこずによっお埗られたした。 同音異矩語を削陀せず、文法情報を保存したせん。 遞択は短いニュヌス出版物-実際には芋出しず最初の段萜のみで構成されたす。 たた、各出版物が読たれた頻床も知っおいたすそのような知識は、重芁床/関連性などによっお実際の蚘事をランク付けするのに圹立ちたす。



単玔化したものを理解するために、たずLDAずは䜕かを思い出したす。









どこで inline_formula -これは、「ドキュメントワヌド」のペアが出珟する確率であり、すべおのトピックの量で構成されたす inline_formula -倚数のトピック、およびドキュメントの実際の確率本文の長さず本䜓の長さの比率ずしお蚈算、補品に含たれる単語の確率、およびドキュメント内のトピックの重みたたは、ドキュメント内にトピックが存圚する確率の積 合蚈のすべおの構成芁玠は、ベむズの公匏を䜿甚しお蚈算できたす。問題は、単語のどちらか䞀方のアプリオリ分垃がわからないこずです。 さらに、泚釈に十分な、ほが同じ長さの断片のみを保存するため、ほが同じ長さのドキュメントがありたす。 inline_formula 私たちずは無関係で、情報は含たれおいたせん。 蚀い換えるず、匏では









私たちには知られおいない inline_formula たた inline_formula 、そしお inline_formula すべおのドキュメントで同じであり、盎接蚈算するこずはできたせん。 LDAは、ドキュメントベクトル inline_formula ディリクレ分垃の族からのパラメトリック分垃によっお生成された inline_formula 。 ここで、私たちが奜きではない最初の制限に出䌚いたした-私たちは䜕の考えも持っおいたせん inline_formula 、非垞に倧きい可胜性が高いずいう事実を陀いお、そのような分垃のファミリヌに察する最適化はかなり蚈算䞊困難です。



ここで単玔化できるもの トリックなしで蚈算できるものず、これから埗られるメリットを芋おみたしょう。



完党に原始的なものを詊しおみたしょう inline_formula 、単語トピックを生成する確率 テキストのトピックを知っおいれば、そこで出䌚う確率を掚枬できたす。 ベむズ匏は垞に「䞊䞋逆さた」にでき、単語がトピックに属する確率、たたは単語を含むドキュメントにトピックが存圚する確率を蚈算できたす。



問題は、トピックの分垃ではなく、単語に関する統蚈のみであるずいうこずです。 おそらく、コヌパスの芋方を単玔化し、ドキュメントの生成に぀いお考えずそしおこれが実際に「正しい」䞻題分析の基瀎である、単語の「関係」だけに集䞭するこずが理にかなっおいたす。



私たちの堎合、トピックずは、盞互に関連するこずを説明するドキュメントに䞀緒に珟れる、ある皮の重みを持぀単語の集たりです。 2぀の単語が同じトピックに属しおいるこずを確認できたすか それは可胜であり、かなり単玔な蚈算の助けを借りお、私たちには思えたす。 同様のアプロヌチは、コロケヌションを分離するのにうたく機胜したすが、 順序付きセットでは、語順に関する情報は保存したせんが、同じドキュメント内で語が出珟する頻床は知っおいたす。 1぀のドキュメント内の単語ペアの共同配垃は、比范的倚数のペアであり、それらのほずんどは完党に無意味です。



盎芳的には、同じトピックに関連する2぀の単語が、異なるトピックからの2぀の単語よりも頻繁に䞀緒に出珟するずいう仮定は疑いの䜙地がありたせん。 倚かれ少なかれ明確に定矩されたトピックに属する発音された単語に぀いお話しおいるこずをすぐに予玄しおください単語「キングピン」ず「フレット」はおそらく自動車のトピックのテキストにあり、単語「キャブレタヌ」ず「マペネヌズ」は䌚う可胜性が䜎いですたたは私たちの想像力は䟋を出すのに十分ではありたせん。 䞀方、ほずんどの動詞ず圢容詞は、ほがすべおの䞻題のテキストに非垞に調和しお適合しおいたす。

郜垂Nの居䜏者が巚倧なキングピンの爆発で殺された



著者はピンが通垞爆発せず、ロシアに郜垂Nがないこずを知っおいたすたたは

ゲストはその堎で巚倧なマペネヌズパむで殺されたした



䜕らかの圢で「意味的にロヌドされた」単語を芋぀けた堎合、他の単語が䞀緒に発生するこずを確認するこずは理にかなっおいたす。



芋おみたしょう







これは単語が存圚する確率です inline_formula 文曞内で、単語があるこずがわかっおいる堎合 inline_formula 、ケヌスから盎接そのようなこずを蚈算できたすが、すべおの可胜なペアを考慮するず、蚈算する必芁が再び生じたす inline_formula 確率 inline_formula 、぀たり、蟞曞のサむズプヌシキンの蚀語の蟞曞は玄4䞇゚ントリに達したしたが、出版瀟が1時間あたりに発行するニュヌスには20䞇件以䞊の芋出し語が含たれおいるため、珟時点では結論を控えたす。



蚀葉 inline_formula 単語の䞀皮のゞェネレヌタです inline_formula したがっお、䟝存する単語のスマヌトゞェネレヌタヌを遞択するず、意味のある単語のセットを取埗できたす。 やっおみたすか



「意味的に重芁な」蚀葉に戻るず、頭の䞭の声は静かに、しかし持続的にささやき始めたす。「tf-idf、tf-idf」。



蚌拠の悪魔ず戊うこずはせず、tf-idfを䜿甚しお他のどの単語よりも重芁な単語を芋぀ける方法を理解しようずしたす。 各ドキュメント内でtf-idfを蚈算し、ドキュメントを劥圓な数のキヌワヌドに枛らしたす単玔に、tf-idf倀で単語を゜ヌトし、最倧倀で必芁な数の単語を保存したす。 蟞曞が枛り、理解しやすくなるこずを期埅しおいたす。



䞀方、ドキュメントを枛らしたしたが、非垞に狭い意味で単語の「䟡倀」を増やしたしたHuigningsの結婚習慣を詳现に説明するコヌパスに1぀の蚘事がある堎合、「guignnm」ずいう単語はこの蚘事で高い重みを受け取り、私たち自身の意味分野の候補になりたす、これは間違いなく存圚する暩利を持っおいたすが、その埌の新しい蚘事の分類に倧いに圹立぀ずは考えられたせん。 これは、コヌパス党䜓でtf-idf単語を集玄し、今床はドキュメント内ではなくコヌパス党䜓で単語をランク付けするこずで回避できたす。



どうしたの



根拠がないように、蚌拠の悪魔によっお悪魔にされたように、過去30分以内に読たれた蚘事のサンプルを取り、単語を゜ヌトした堎合に䜕が起こるかを芋おみたしょう。 最初に、重芁なtf-idfを持぀単語を最初に遞択した堎合にどうなるかを芋おみたしょう集蚈なしで、tf-idfの倀は単語が発生したすべおの蚘事の平均に等しくなりたす。

ラテン語、leagoo、黒色腫、マトロン、玠材、ポリヌプ、タブル、ssdドラむブ、dvich、トヌナメント、フィッチ...



明確に定矩されたいく぀かのトピックを明確に瀺すずいう意味では、蚀葉は悪くありたせんが、玄28䞇件の短い蚘事を含むコヌパスのトピックが本圓に重芁かどうかは明確ではありたせん。 集蚈しお、䜕が起こったのか芋おみたしょう

フラむトゞャヌナル、ミュヌゞカル、ノりサギ、ポヌタル、ゞャンプ、無料、新しい、そう、フレット、自己...



ここで、ある皮のナンセンスが刀明したした。頻繁に発生する単語は、頻床が高くおも「ポップアップ」したす。 最も人気のある単語を単に考慮から倖すこずで、これず戊おうずしたす。 あたり考えずに、最䜎のidfで300語をスロヌしたしたわかりやすくするため、䞊䜍10語ではなく䞊䜍30語を衚瀺したす。

通り、幞運な、kreter、寺院、千、力垆、フル、cr、ビスケット、䞊昇、ブリット、䞭倮銀行、プレ、サむン、鉛、含たれる、磁石、ボロディン、ドル、機械、盞互䜜甚、陀倖、雪、ペディキュア、ナプキン、クリ゚ヌタヌ、ラテン、マむケル、EST、コンピテンス、レむプ...



このリストはすでにより意味がありたす。たず、「ラテン語」最初のリストでは0䜍、最埌のリストでは26䜍の蚀及に䌚いたす。これは明らかに姓であり、明らかにこのキャラクタヌに䜕か重芁なこずが起こりたしたおそらく、これはYulia Latyninaですが、これを保蚌するこずはできたせん。 Lifanはその存圚が期埅される自動車ブランドです-このサンプルのトラフィックのかなりの割合が自動車フォヌラムを通過したす。 リストの残りの単語も論理的に芋えたす-トラフィックでは、垞にレシピ「ビスケット」、経枈孊「䞭倮銀行」などの議論がありたす。 リストを芋るだけでは、珟時点で読者が興味を持っおいるものを簡単に理解するこずはほずんどできたせんが、その蚀葉がさたざたなトピックやむベントを指しおいるこずにすでに気づいおいたす。 これたでのずころこれで十分です-ただどこから始めればいいのかを探しおいるだけですよね



トピックの実際の生成を開始したしょう-今のずころ、いく぀がうたくいくかに぀いおは考えたせんが、結果リストの䞀郚倧を取り出しおトピックを生成しおから、それらをどうするかを考えたす。



トピックをパブリックディスプレむにダンプする前に、トピック内に保持する単語ず、確率がカりントされた埌に砎棄する単語の基準を怜蚎するために、さらに数分費やしたす。 絶察倀で䜕らかのハヌドカットオフを蚭定するこずは䟡倀がありたせん-トピックのサむズに応じお、条件付き確率はかなり異なりたす。 代わりに、件名で最も可胜性の高い単語ずの関係を詊しおください。 inline_formula どこで inline_formula 、カットオフレベルを蚭定したす inline_formula そしお、すべおの単語を砎棄したす。確率の比率ず、以䞋のトピックの単語の最倧確率











かなりリラックスした需芁から始めたしょう。 inline_formula 読みやすくするために、各トピックの最初の単語のみを取り䞊げたしたトピックは非垞に長く、単語の埌の数字は確率です。

0 = "フラむトログ、リストフラむトログ、1.0、マツダ、0.02639662123248224、

メルセデスベンツ、0.025020797337940742、スバル、0.02498880143341652、

prior、0.024668842388174312、octavia、0.024380879247456324、

フロント、0.024316887438407882、セダン、0.02098931336788881、

ガマズミ属の朚、0.01785371472451526...



1 = "musical、Listmusical、1.0、feat、0.031221582297665956、

曲、0.016469637263817317、dj、0.013438415681519652、

alexander、0.012630089926240274、irin、0.012326967768010509、

りラゞミヌル、0.011417601293321209、円、0.008992624027483076、

ミハ、0.008487420430433464、サヌゞ、0.008386379711023543、

グリゎヌル、0.007982216833383854、カスピ海、0.007780135394564009、

ビクタヌ、0.007780135394564009、貚物、0.007679094675154087、

Leps、0.0072749317975143975...



2 = "hare、Listhare、1.0、feat、0.03158217497955847、

曲、0.01655764513491415、dj、0.013593622240392478、

alexander、0.012775960752248568、irin、0.012367130008176616、

りラゞミヌル、0.011549468520032708、円、0.009096484055600982、

ミハ、0.00848323793949305、サヌゞ、0.008381030253475062、

グリゎヌル、0.008074407195421096、カスピ海、0.007869991823385119、

ビクタヌ、0.007869991823385119、貚物、0.0077677841373671305、

leps、0.0073589533932951765...



3 = "portal、Listportal、1.0、feat、0.031572494124859504、

曲、0.01655256973536324、dj、0.013589455400020435、

alexander、0.012772044548891385、irin、0.012363339123326864、

りラゞミヌル、0.011443751915806682、円、0.0090936957188​​10668、

ミハ、0.008480637580463881、サヌゞ、0.008378461224072748、

グリゎヌル、0.008071932154899356、カスピ海、0.007867579442117094、

ビクタヌ、0.007867579442117094、貚物、0.007765403085725963、

lep、0.007356697660161438...



4 = "jumping、Listjumping、1.0、feat、0.028736234923964345、

歌、0.01688515993707394、急流、0.016255899318300997、

ゲヌム、0.014263240692186683、alexander、0.012690089145254328、

irin、0.012480335605663346、Vladimir、0.01101206082852648、

dj、0.01101206082852648、circle、0.009229155742003147、

ミハ、0.008495018353434716、サヌゞ、0.008390141583639224...



5 = "無料、リスト無料、1.0、feat、0.028751311647429174、

歌、0.016684155299055613、irin、0.01280167890870934、

Alexander、0.012591815320041973、Vladimir、0.011017838405036727、

dj、0.010912906610703044、circle、0.009233997901364114、

ミハ、0.008604407135362015、サヌゞ、0.008289611752360966、

グリゎヌル、0.0080797481636936、カスピ海、0.007869884575026232、

ビクタヌ、0.007869884575026232、貚物、0.00776495278069255、

レップ、0.007345225603357817...



6 = "new、Listnew、1.0、selected、0.04891791522602125、

完党なセット、0.04046612882571392、むベント、0.028812908182865922、

TVチャンネル、0.026892047637341526、リコヌル、0.02650787552823665、

tut、0.02612370341913177、モスクワ地域、0.025995646049430145、

アドレス、0.023306441285695992、html、0.021641695479574848、

ニュヌス、0.02087335126136509、昚日、0.020745293891663463、

新鮮、0.02023306441285696、地域、0.019592777564348827、

提出、0.0145985401459854、情報、0.014342425406582149、

Grodno、0.013317966448969137...

...

17 =ロス、リストロス、1.0、チヌム、0.0731070496083551、

単䞀、0.04960835509138382、瀟長、0.03953748601268183、

プヌチン、0.029093621782916825、プラむマリヌ、0.023125699365908244、

ホッケヌ、0.01939574785527788、りラゞミヌル、0.019022752704214847、

囜、0.0175307720999627、トレヌナヌ、0.0175307720999627、

章、0.01566579634464752、ロシア連邊、0.015292801193584483、

優勝、0.014546810891458413...





トピック1から5が実際に同じこずを説明し、逆にトピック17がいく぀かのトピックを混ぜおいるこずは簡単にわかりたす実際、これはロシアに関する最新ニュヌスです。 この問題は䜕らかの圢で解決する必芁がありたす。



定期的なトピックから始めたしょう。 明らかな解決策は、倚くの䞀般的な単語があるトピックをマヌゞするこずです。決定する必芁があるのは、倚くが䜕を意味し、どれだけ評䟡するかを理解するこずです、ゞャカヌド係数を䜿甚するだけで、再蚈算する代わりに確率を远加するこずができたす再びゞャカヌド係数を蚈算したす。䞻なこずは、結果ずしお類䌌したものを組み合わせるこずができるずいうこずです。



有限集合のゞャカヌド係数は inline_formula そしお inline_formula 匏によっお蚈算されたす









サブセットであっおも、そのカヌディナリティがより倧きなセットのカヌディナリティよりもはるかに小さい堎合、ゞャカヌド係数はナニティよりもはるかに小さくなるため、トピックに盎接適甚するこずは意味がありたせんが、それは論理的ですが、私たちには適しおいたせん。 代わりに、たずえば、トピックを長さで䞊べ替え、最も短いトピックずそれより長いトピックの比范を開始できたす。トピック内の単語の半分以䞊が他のトピックの単語ず䞀臎する堎合、それらをマヌゞする必芁がありたす。 䜕が起こったのか芋おみたしょう各トピックの冒頭にもう䞀床10語

1 、セダン、0.02098931336788891、ガマズミ属、0.01785371472451526、アストラ、0.017789722915466818...



1 = "musical、Listjumping、1.0、hare、1.0、portal、1.0、free、1.0、musical、1.0、feat、0.030372759594695493、songs、0.016629833474044852、 torrent、0.016255899318300997、games、0.014263240692186683、alexander、0.012691999938535306、dj、0.012509292152232418、irin、0.012467890282777335、



2 = "new、Listnew、1.0、recall、0.5132539377641183、selected、0.2469259179654335、complete set、0.24270002476527985、event、0.028812908182865922、TV channel、0.02689204763734152613、t26、 モスクワ地域、0.025995646049430145、䜏所、0.023306441285695992、html、0.021641695479574848、ニュヌス、0.02087335126136509509、昚日、0.020745293891663463、



3 = "so、Listso、1.0、lat、0.046851128840604314、Greek、0.035817348497708366、cm、0.03513834663045323、名詞、0.02987608215922594、同矩語、0.025123069088439993、男性、0.021721859 pl、0.01952130368358513、count、0.018842301816329992、women、0.01850280088270243、cf、0.01850280088270243、term、0.01782379901544729、



5 grant、0.0830172777075432、3d、0.0777496839443742、sport、0.07026217566672686、



5 = "kotor、Listkotor、1.0、things、0.04718016238753566、癟、0.028966425279789335、books、0.023041474654377878、help、0.021724818959842、yours、0.017774851876234364、fact、0.0171415408 有甚、0.014702655255650647、星、0.013385999561114768、倉曎、0.013385999561114768、欲しい、0.01294711432960281、女の子、0.01163045863506693、単語、0.01141101601931095、コンパむル、有名な1010197、991019309119309119 、0.010752688172043012、

...

20 =レシピ、リストレシピ、1.0、調理枈み、0.1684643040575244、手順、0.13405238828967642、料理、0.11145351823317926、サラダ、0.1027221366204417、料理、0.04982023626091423170、調理枈みケヌキ、0.0421160760143811、ケヌキ、0.04006163328197227、スヌプ、0.03543913713405239、チキン、0.03338469440164355、クむック、0.029275808936825888、

...



぀いに Grigory Lepsのトピックは1぀だけです。ロシアの自動車産業は抜象的な自動車の䌚話から分離され、鶏肉はスヌプ、ケヌキ、圢容詞の高速で1぀のヒヌプに萜ちたした 䞀般的な幞犏の背景に察しお、トピック2が際立っおいたす。 もっず詳しく芋るず、このトピックの倚くの単語が他のトピックに属するこずがあるこずに気付くでしょう-あなたは、より倚く繰り返される単語を陀倖するだけでそのような単語を取り陀くこずができたす inline_formula どこで inline_formula 䜕らかの方法で遞択されたパラメヌタヌ。䜎いidfの単語も削陀する䟡倀がありたす。ゞェネレヌタヌずしおは䜿甚したせんでしたが、確率を蚈算するずきにそれらを取埗するこずを劚げるものはありたせん。



少し戻っお、最初に生成されたリストを芋おみたしょう-それを䜿甚する方法はありたすか 圓然、各単語は䜕かを生成し、そのようなトピックが倚数あり、それらをマヌゞする必芁がありたす。これには長い時間がかかりたす。これらを䞀緒にマヌゞするず、トピックの数から二次時間がかかりたす。 「ssdドラむブ」などの単語から倧きなトピックを取埗するこずは可胜ですか 垞識の悪魔は、「階局」や「オントロゞヌ」などの蚀葉を可胜にし、定期的に繰り返すこずを䞻匵したす。これらの抂念を可胜な限り原始的に解釈し、ベむズの公匏を再びスリップするだけです。



次のこずを詊しおみたしょう-最も䞀般的な抂念がルヌトにあり、最も狭い意味を持぀単語が葉にあるツリヌずしお階局を考えおください。 この堎合、「ssd-drive」は、ルヌトに「コンピュヌタヌ」たたは「テクノロゞヌ」などのツリヌの葉です。このツリヌの少なくずも䞀郚を埩元できれば、䞍完党ではありたすが、良い結果が埗られたす。 。 同様のゞェネレヌタヌで擬䌌再垰を詊しおみたしょう。 疑䌌再垰ずいう甚語は造語されたばかりであり、これは、新しく䜜成されたトピックで生成された各単語のテヌマを生成するずいう課題を意味したす。このような操䜜正芏化埌は、分類に適さない単語を取埗し始めるたで呌び出すこずができたす idfをチェックするこずで、類䌌の単語をすでに芋぀けおいたす。



䜕が起こったのか芋おみたしょうか

サヌモン=トマト、ブラむト、パルマラット、塩挬け、ムヌス、お別れ、゜ヌス、グリヌン、ツァヌリスト、クリヌミヌ、サむドディッシュ、ポヌ、カナッペ、りズラ、お祝い、スナック、おいしい、塩蟛い、おろし、こんにちは、恋人、ロヌル、キャセロヌル、魚、目暙、サヌモン、朝食、スヌプ、欲しいもの、ゞャガむモ、ラビオヌル、ピクルス、ボロディンスク、オヌブン、クリヌムチヌズ、すごい、撮圱、ゞャガむモ、サラダ、ピンクサヌモン、味、塩、パケット、玠晎らしい、ステヌキ、簡単、準備ができお、メダリオン、ロヌル、調理...



吐き気=朝、胞焌け、倢、共通、症状、ヘルプ、ダりン、匷い、のどの枇き、嘔吐、たれに、ロヌラヌ、人生、食物、重症床、感芚、尿、劊嚠䞭毒、远攟、前兆、最近、目が芚めた、タンパク質、朝、囜、めたい、昌間、吐き気



原則ずしお、悪くはありたせん。「サヌモン」は健康的な食事のトピックを生成し、次のトピックは䜕かがうたくいかなかったこずです。 実際、トピックはより長く、小さな断片のみを瀺しおいたす。 別のより興味深い䟋

加速=トりモロコシ畑、ガス、クロテン、バルグゞン、ガマズミ属、4x4、ハッチバック、前、v8、郜垂、セクタヌ、癜髪、倧孊、5d、テスト枈み、加速、4x4、ガれル、3d



ここで、自動車の特城の1぀は、䞀般に自動車に関するフィヌルドを生成し、呌び出しの数を増やしたす。䞊蚘のように、倚くのフィヌルドを䞀緒にマヌゞできる堎合、より倚くの単語を生成できたす。



いく぀かの匏ずそれらの説明を少し芋おみるず、い぀ものように、結果はパラメヌタヌを遞択するためのあらゆる皮類の経隓的トリックを備え、マヌクされた蚓緎隊のない玠朎なベむゞアン分類噚であるこずに気付くのは簡単です。 埌者は私たちにずっお重芁です。倧量のデヌタがあるため、手動たたは半自動モヌドで䜕かをマヌクアりトしたくないため、教垫なしでトレヌニングが必芁です。 奇劙なこずに、このアプロヌチは、そのシンプルさにもかかわらず、倧量のドキュメントでうたく機胜し、少なくずもそれらを山に分類し、若い芪にオムツを、車愛奜家にモヌタヌオむルを激しく販売するこずができたす


More articles:


All Articles