استخراج النص من PowerPoint: الحصول على الكلمات من ملفات .pptx
حاول البحث في مساحة تخزين سحابي مشتركة عن العبارة "افتراض الإلغاء" وتعرف على عدد النتائج التي تمثل مجموعات. لا شيء تقريبًا، عادةً - على الرغم من أنك تعلم أن ثلاثة عروض تقديمية منفصلة تجادلت حول هذا الموضوع في العام الماضي. شريحة يتم قفل النص داخل ملف ZIP الخاص بـ XML، مما يؤدي إلى تخطيه معظم أدوات البحث بشكل سيئ أو تخطيه بالكامل، لذا تصبح المجموعات عبارة عن ملف أرشيف للكتابة فقط. الأشياء تدخل، ولا شيء يخرج.
تقوم هذه الصفحة بالشيء الممل والمفيد: فهي تسحب كل سلسلة من ملف .pptx وتسلمها إليك بشكل عادي نص. محتوى الشريحة، ملاحظات المتحدث، خلايا الجدول، مربعات النص. لا توجد علامات عنوان، ولا أنابيب، ولا بناء الجملة تجريد في وقت لاحق. إذا كنت تريد ذلك استخراج النص من PowerPoint للبحث، التضمين، أ النص، أو تدقيق المحتوى، هذا هو الناتج الذي تريده. مجاني، بدون تسجيل، يصل إلى 50 ميجابايت، لا شيء مخزن بعد التحويل.
ما يخرج، وبأي ترتيب
يقوم الاستخراج بنقل الشريحة شريحة تلو الأخرى، بترتيب المجموعة، وسحب النص من كل شكل يجده على كل شريحة. العناوين والعناصر النائبة ومربعات النص السائبة وخلايا أي جدول PowerPoint حقيقي المساهمة. تأتي ملاحظات المتحدث مع الشريحة التي تمت كتابتها من أجلها.
في شريحة واحدة، يكون الترتيب أقل موثوقية مما قد تتوقعه. يقوم برنامج PowerPoint بتخزين الأشكال بالترتيب z — مكدس الطبقات - بدلاً من ترتيب القراءة. على شريحة مبنية على قالب، هذا هو نفس الشيء عمليًا. على شريحة مرتبة يدويًا تحتوي على أعمدة ووسائل شرح ومربع حاشية سفلية، يمكن أن يصل النص بالتسلسل الذي تم إنشاء المربعات بدلاً من التسلسل الذي قرأته فيها. بالنسبة لحالات استخدام النص العادي، فهذا مهم جدًا أقل مما يبدو: تهتم فهارس البحث ونماذج التضمين بالكلمات التي تظهر بالقرب من بعضها البعض بعيدًا أكثر من مجرد تسلسلها الدقيق داخل شريحة واحدة.
لماذا يتفوق النص العادي على Markdown هنا
الطوابق ضحلة من الناحية الهيكلية. تحتوي الشريحة على عنوان وعدد من الرموز النقطية، هذا كل شيء. لا يوجد التسلسل الهرمي للفصل، لا توجد عبارات مرقمة، لا يوجد تداخل من خمسة مستويات للحفاظ عليه. لذا فإن العلامات الهيكلية التي تريدها الحصول على من عرض PowerPoint إلى Markdown يشتري لك أقل بكثير مما يفعل في تقرير من مائة صفحة.
وفي العديد من خطوط الأنابيب يكلفك ذلك بشكل فعال:
- فهرسة البحث. تعمل معظم المحركات على تحويل علامات الترقيم إلى ضوضاء. جثة مليئة
##و-لا يمنحك شيئًا تتطابق معه وإشارة ذات صلة أسوأ قليلاً. - التضمين. قم بتقسيم سطح السفينة إلى شريحة وقم بتضمين كل قطعة. تستهلك الأحرف النحوية المواضع في مدخلات ذات طول ثابت دون إضافة معنى، والعناوين التي تكرر نفس الثلاثة تقوم كلمات القالب الموجودة في كل شريحة بسحب الأجزاء تجاه بعضها البعض في مساحة المتجهات.
- نصوص التغذية. إذا كانت الخطوة التالية عبارة عن تعبير عادي، أو عدد الكلمات الرئيسية، أو كاشف اللغة، أو على العكس من ذلك، الخطوط البسيطة هي ببساطة أقل حاجة للتنظيف.
- الحجم. تدقيق أربعين الطوابق في وقت واحد؟ النص المسطح يحافظ على إجمالي صغير والقراءة موحدة.
اذهب في الاتجاه الآخر — إلى Markdown — عندما تكون بنية وسيطة المجموعة هي النقطة المهمة، مثل تحويل الحديث إلى مقالة مكتوبة. يقوم تبديل التنسيق الموجود أعلى هذه الصفحة بنقل الملف الخاص بك حتى لا تضطر إلى ذلك تحميله مرة أخرى.
جزء الملاحظات عبارة عن نص لا يقرأه أحد
هذه هي الحجة الأقوى لسحب النص من المجموعات على الإطلاق. الشرائح تحمل العناوين الرئيسية. جزء الملاحظات يحمل الجمل. يكتب مقدمو العروض ما ينوون قوله - أحيانًا بشكل شبه حرفي، وأحيانًا بشكل شبه حرفي المطالبات، غالبًا مع التحذيرات والأرقام التي لم تظهر أبدًا على الشريحة المرئية لأنها كانت موجودة تشوش ذلك.
يتم استخلاص ملاحظات المجموعة كنص مسطح، وتُقرأ مثل مسار حديث تقريبي. هذا قابل للاستخدام مباشرة: الصقه في نموذجًا واطلب ملخصًا يعكس فعليًا ما قيل وليس ما تم عرضه، استخدمه كبرنامج نصي عندما يتعين عليك تسليم سطح السفينة لشخص آخر، أو إقرانه بتسجيل اجتماع لذلك لديك كل من الرسالة المقصودة والرسالة المسلمة. يتم إنتاج التشكيلات التي يكون فيها جزء الملاحظات فارغًا بشكل ملحوظ إنتاج أرق، والآن تعرف السبب.
حيث يتم استخدام هذا
- عمليات تدقيق المحتوى. قم بتحويل كل مجموعة في مجلد، ثم قم بتسلسلها و grep للمطالبات أنت قلق بشأن - اسم منتج متوقف، أو فئة تسعير قديمة، أو بيان امتثال تغير. العثور على الشرائح التي لا معنى لها هو الجزء الصعب؛ إصلاحها سهل.
- جعل الطوابق قابلة للبحث. قم بتشغيل الاستخراج مرة واحدة، وقم بتخزين النص بجانب الملف المسار، وفجأة يجيب الأرشيف الخاص بك على الأسئلة. هذا هو الاستخدام الوحيد ذو القيمة الأعلى لـ PPTX إلى النص التحويل في معظم المنظمات
- التدريب والمواد الدراسية. تصبح شرائح المحاضرة بالإضافة إلى الملاحظات نصًا للدراسة. اسأل نموذجا للأسئلة التدريبية، أو مسرد المصطلحات، أو إعادة كتابة وحدة كثيفة باللغة البسيطة.
- أعمال المبيعات وطلب تقديم العروض. اسحب النص من عشرين مجموعة من العروض التقديمية السابقة لتعرف كيف فعلت ذلك لقد تم وصف القدرة من قبل، لذلك يظل الاقتراح الجديد متسقًا مع ما تم الوعد به بالفعل.
- تصاريح الترجمة وإمكانية الوصول. يعد تشغيل النص المسطح أسهل بكثير من خلال ملف سير عمل الترجمة أو التحقق من سهولة القراءة من ملف مليء بهندسة الشكل.
النقاط العمياء المعروفة
يمكن أن تبدو المجموعة مليئة بالنص وتتحول إلى فارغة تقريبًا. وإليكم سبب حدوث ذلك:
- الكلمات الموجودة داخل الصور تبقى داخل الصور. يعمل التعرف على النص على ملفات الصور لك قم بالتحميل مباشرة، وليس على الصور المضمنة في المجموعة - لذا قم بتصدير الشريحة كصورة وقم بتحويلها أنه إذا كنت في حاجة إلى الكلمات. الشريحة التي المحتوى عبارة عن رسم تخطيطي تم تصديره، أو لقطة شاشة للوحة المعلومات، أو صورة ملصقة لجدول لا شيء سوى أي تعليق يجلس بجانبه. وهذا هو السبب الأكثر شيوعًا لخيبة الأمل النتيجة، ومن المفيد التحقق قبل أن تستنتج أن المجموعة فارغة.
- الرسوم البيانية تعطيك الصورة، وليس الأرقام. يحتفظ المخطط الأصلي ببياناته في ملف ورقة عمل مضمنة بدلاً من نص شريحة، لذلك لا تظهر تسميات المحاور وقيمها. تحويل الأرقام الأساسية مع التفوق على النص إذا كنت في حاجة إليها.
- يستخرج SmartArt بشكل غير متساو. قد تحصل على التسميات دون أي إحساس بكيفية الصناديق متصل، والذي يحول مخطط العملية إلى قائمة من الأسماء.
- يختفي ترتيب البناء. الرصاصات التي ظهرت واحدة تلو الأخرى تهبط معًا. لا شيء في السجلات النصية أن الكشف قد حدث على الإطلاق.
- الشرائح المخفية. غالبًا ما تحمل الطوابق ملحقًا لشرائح النسخ الاحتياطي المخفية. استخراج النص لا يهتم بالحالة المخفية، لذلك قد تحصل على أكثر مما شاهده الجمهور على الإطلاق - عادةً ما تكون مكافأة، في بعض الأحيان تكون مفاجأة إذا كنت تشارك الإخراج.
الأسئلة المتداولة
كيف يمكنني تحويل PowerPoint إلى نص؟
إسقاط .pptx أعلاه ويعود النص من كل شريحة كنص عادي، يمكن تنزيله بتنسيق .txt. مجانًا، بدون تسجيل، 50 ميجابايت لكل ملف. يتم تحويل الشرائح بترتيب المجموعة، بحيث تتم قراءة الإخراج كنص تسلسلي للعرض التقديمي.
هل يمكنني تحويل ملف .ppt قديم؟
ليس بشكل مباشر — تقبل هذه الصفحة .pptx فقط. يستغرق الإصلاح عشر ثوانٍ: افتح المجموعة في PowerPoint أو Keynote أو Google Slides واحفظها باسم .pptx، ثم تحويل. الثنائي .ppt يسبق التنسيق عام 2007 ويخزن المحتوى بطريقة توقفت أدوات الاستخراج الحديثة عن دعمها إلى حد كبير.
هل تأتي ملاحظات المتحدث؟
عادةً نعم، وهذا غالبًا ما يكون الجزء الأكثر قيمة في الملف. تحتوي الشرائح على نص متفرق عمدًا - ثلاث نقاط ومخطط - بينما يحتوي جزء الملاحظات على الحجة الفعلية التي قدمها مقدم العرض. إذا كنت تقوم بتحويل مجموعة لإعطاء سياق نموذجي، فإن الملاحظات هي التي تجعل النتيجة مفيدة بدلاً من قائمة الأجزاء.
ماذا يحدث للمخططات والرسوم البيانية وSmartArt؟
يتم تحويل النص الموجود داخل الأشكال وSmartArt بشكل عام، لأنه يتم تخزينه كنص. ولا توجد بيانات مرسومة في المخطط — فهي موجودة في ورقة عمل مضمنة، ولا تحتوي صورتها على طبقة نص. توقع أن تتحول المجموعة التي تجادل من خلال العناصر المرئية إلى شيء أرق بشكل ملحوظ مما شعرت به المجموعة.
هل الإخراج مفيد لتلخيص المجموعة بـ LLM؟
نعم، مع التحذير من أنك تقوم بتسليم الخطوط العريضة وليس السرد. تفتقر أجزاء التعداد النقطي إلى المنطق الضام الذي تم نطقه بصوت عالٍ، لذا اطلب ملخصًا منظمًا لما تغطيه كل شريحة بدلاً من تفسير ما ناقشته المجموعة - إلا إذا جاءت ملاحظات المتحدث، وفي هذه الحالة تكون الحجة موجودة أيضًا.
تنسيقات أخرى في نفس سير العمل
نادراً ما تكون عمليات التدقيق ذات تنسيق واحد. File2Txt يأخذ أي شيء مدعوم من مربع تحميل واحد، و الرمز البريدي إلى النص هو الاختصار عندما يكون لديك مجلد يحتوي على مواد مختلطة - قم بضغطه وتحميله مرة واحدة واستعادت كل شيء كنص. للوثائق حول سطح السفينة، هناك كلمة إلى نص، قوات الدفاع الشعبي إلى النص، و MSG إلى النص لموضوع Outlook حيث تم تحديد سطح السفينة بالفعل.
العمل مع التعليمات البرمجية أو الويب، هناك GitHub لتحويل النص و Web2Txt للصفحات. ال دليل تحويل الملف إلى نص يغطي كيفية تناسبها معًا.
تم إنشاء Repo2Txt وصيانته بواسطة v12hero، مطور مستقل يبني تطبيقات أصلية وتطبيقات ويب تهتم بالخصوصية أولاً.