使用 Sharepoint Flow 从 Office 文档中提取关键字

Question

我正在尝试使用 Sharepoint 实施文档管理系统。一个主要问题是同事在当前设置（本地文件服务器）中找不到文档。他们要求我们有一个系统，可以扫描上传的文档并自动在其中查找关键字，然后填充“元”列。

我在图像文件上使用 OCR 取得了一定程度的成功，但是从办公室文档（doc、xls 等）中获取关键字我直到现在都没有成功。

有没有办法设置一个流程来为我完成这项任务？

任何帮助都非常感谢。

我尝试了“获取文件元数据”和 Azure“文本分析”，但它似乎获取了文件的原始数据（我假设为 XML）并返回该文档太大而无法分析。

Answer 1

这个要求有些模糊——文档中的关键字是如何定义的？

因此，第一个明显的解决方案是在上传每个文件时为其分配关键字。您可以为此创建一个流程，包括任务、提醒等。

首先使用 OCR 自动执行此操作意味着您需要使用与 MS 流一起使用的 OCR，您只有一个选择 - ElasticOCR。然后，在你的流程中 - 将文档内容提供给 ElasticOCR 操作 - 请记住，OCR 并非 100% 准确 - 根据您的关键字定义分析生成的文本内容 - 最后将元数据写回相应列中的库。

在处理过类似要求后，我们要求上传者发布带有简短摘要（内容类型的列）的文档。假设摘要包含关键字并存储在多行列中 - 使其可在站点范围内搜索。