在r和rapid minner中执行元数据提取和标记

我有一个问题陈述，需要从power演示文稿文件中提取matadata，并使用R或Rapid minner执行文档标记。因此，我需要有关如何读取这两个工具中的ppt文件，然后执行文本处理的帮助。

刚刚注意到我回答了您重复的问题，因此我将删除我的答案，然后重试添加到此处对其他用户更有帮助

我最近在RapidMiner支持网站上回答了一个非常类似的问题

我将在这里复制答案： PPPTX文件是简单的ZIP目录，其中包含告诉Powerpoint将内容的每个部分放置在何处的XML文档。 所有幻灯片内容都存储在： /ppt/幻灯片/ slide1.xml、slide2.xml等。 （其他目录可用于幻灯片注释和其他内容）

要使用RapidMiner读取它，只需使用operator Loop Zip文件条目，并将参数internal directory设置为ppt/slides，这将遍历上述所有xml文件

在该嵌套操作符中，使用readdocument操作符集仅提取文本&内容类型为XML。这将提取演示文稿中每张幻灯片的内容

---

---

这回答了你问题的第一部分。对于第二部分，在输入文本后，可以使用任何RapidMiner文本处理操作符

刚刚注意到我在你重复的问题上回答了这个问题，所以我在这里删除了我的答案，并添加到这里，以便对其他用户更有帮助

我最近在RapidMiner支持网站上回答了一个非常类似的问题

我将在这里复制答案： PPPTX文件是简单的ZIP目录，其中包含告诉Powerpoint将内容的每个部分放置在何处的XML文档。 所有幻灯片内容都存储在： /ppt/幻灯片/ slide1.xml、slide2.xml等。 （其他目录可用于幻灯片注释和其他内容）

要使用RapidMiner读取它，只需使用operator Loop Zip文件条目，并将参数internal directory设置为ppt/slides，这将遍历上述所有xml文件

在该嵌套操作符中，使用readdocument操作符集仅提取文本&内容类型为XML。这将提取演示文稿中每张幻灯片的内容

---

---

这回答了你问题的第一部分。对于第二部分，在输入文本后，可以使用任何RapidMiner文本处理操作符

您无法使用R或Rapidminer直接读取元数据。但是如果你提取了一些额外的数据，你应该能够导入它们。非常感谢David的回复。除此之外，我还有一个疑问，就是这个文档标记问题是否可以通过R和rapid miner解决，或者是否有其他方法/工具解决。请在这方面指导我，因为我对这个概念非常陌生。我不是元数据标记和用于此任务的工具方面的专家。根据我的经验，如果您能够以某种结构化格式（xml、纯文本等）提取数据，您可以将它们导入RapidMiner和R。但是对于extraqting部分，我不能向您推荐任何工具。您不能使用R或RapidMiner直接读取元数据。但是如果你提取了一些额外的数据，你应该能够导入它们。非常感谢David的回复。除此之外，我还有一个疑问，就是这个文档标记问题是否可以通过R和rapid miner解决，或者是否有其他方法/工具解决。请在这方面指导我，因为我对这个概念非常陌生。我不是元数据标记和用于此任务的工具方面的专家。根据我的经验，如果您能够以某种结构化格式（xml、纯文本等）提取数据，您可以将其导入RapidMiner和R。但是对于extraqting部分，我不能向您推荐任何工具。