FutureObsLLM
Notoriété 7 %
Projet dédié à l'extraction et à l'analyse d'entités géographiques et sémantiques dans des données textuelles. Il permet d'identifier automatiquement des lieux, des organisations ou des concepts clés à partir de textes, en utilisant plusieurs modèles de reconnaissance d'entités nommées (NER). Les résultats sont évalués et comparés pour déterminer les performances optimales selon les besoins. Idéal pour des applications nécessitant une compréhension fine de contenus textuels.
Dépôt de code
Cas d'utilisation métiers
- Analyse sémantique de données textuelles : rechercher des initiatives proches
- Extraction automatique d'entités géographiques : rechercher des initiatives proches
- Comparaison de performances entre modèles NER : rechercher des initiatives proches
- Évaluation de modèles de reconnaissance d'entités nommées : rechercher des initiatives proches
- Prétraitement de données pour l'IA : rechercher des initiatives proches
Cas d'utilisation fonctionnels
Outils utilisés
- SpaCy : voir les initiatives qui l'ont aussi
- scikit-learn : voir les initiatives qui l'ont aussi
- OpenAI : voir les initiatives qui l'ont aussi
- Torch : voir les initiatives qui l'ont aussi
- Matplotlib : voir les initiatives qui l'ont aussi
- Pandas : voir les initiatives qui l'ont aussi
- Transformers : voir les initiatives qui l'ont aussi
- FastAPI : voir les initiatives qui l'ont aussi
Description générée le jeudi 12 novembre 2026 à 18:55:05