Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Université de Toulouse
- scikit-learn
- Notoriété 10 %SciQLop Plugins est une collection de modules complémentaires pour l'application SciQLop, conçue pour enrichir ses fonctionnalités. Ces plugins permettent d'explorer, visualiser et analyser des données scientifiques issues de fichiers CDF ou d'instruments spatiaux. Ils offrent des outils pour inspecter la structure des données, évaluer leur qualité, générer des rapports et des visualisations adaptées, ainsi que des panneaux de contrôle pour des missions spatiales spécifiques comme BepiColombo.
- Ce projet permet d'évaluer et de comparer différentes méthodes d'apprentissage fédéré en utilisant des techniques de clustering pour optimiser les performances des modèles distribués. Il génère des métriques et des visualisations pour analyser l'efficacité des approches proposées, notamment sur des jeux de données comme MNIST, Fashion-MNIST et CIFAR-10. Les résultats sont exportés sous forme de fichiers CSV et de graphiques pour faciliter l'interprétation.
- Ce projet est une implémentation Python dédiée à la construction automatique de Proof Nets à partir de phrases en français. Il utilise des données issues de TLGbank pour établir des liens logiques entre les éléments d'une phrase, facilitant ainsi l'analyse syntaxique et sémantique. L'outil s'intègre avec un modèle de supertagging pour améliorer la précision des prédictions. Il est principalement destiné à des chercheurs ou professionnels en linguistique computationnelle et en traitement automatique des langues.
- Ce projet est une implémentation Python d'un réseau de preuve neuronal conçu pour analyser des phrases en français et en extraire des structures logiques complexes. Il s'appuie sur des données linguistiques structurées (TLGbank) pour entraîner des modèles capables de prédire des étiquettes syntaxiques avancées (supertags) et des liens entre ces étiquettes, facilitant ainsi la compréhension automatique du langage et la vérification de preuves formelles.
- DiscReT est un projet de recherche académique développé par l'équipe MELODI pour participer à la tâche 3 du DISRPT Shared Task 2023. Il vise à automatiser l'analyse des relations discursives dans des textes multilingues en utilisant des modèles de langage avancés comme mBERT. Le système permet de classifier et d'étiqueter des structures discursives complexes, facilitant ainsi l'étude des liens logiques et sémantiques entre les phrases ou les segments de texte.
- Projet de recherche académique dédié à la classification zéro-exemple des relations discursives dans des textes multilingues. Il permet d'analyser automatiquement des discours en identifiant les liens logiques entre les phrases ou segments, sans nécessiter de données d'entraînement spécifiques à chaque langue. Basé sur des modèles de langage avancés, il facilite l'étude comparative des structures discursives à l'échelle internationale.
- Outil d'annotation et de segmentation de discours multilingue conçu pour faciliter l'analyse linguistique. Il permet aux utilisateurs, avec ou sans connaissances techniques, de segmenter des textes en unités discursives (EDU), d'évaluer des modèles de segmentation, ou de créer et affiner des modèles personnalisés à partir de jeux de données spécifiques. Utilisé dans le cadre de recherches académiques et de projets linguistiques.
- Ce projet vise à automatiser l'extraction et l'analyse d'entités juridiques dans des textes réglementaires ou contractuels. Il permet d'identifier et de structurer des informations clés comme les acteurs, les sanctions, les références légales ou les modalités, facilitant ainsi la compréhension et le traitement automatisé de documents juridiques complexes.
- Ce projet est un tutoriel pratique dédié à la segmentation discursive dans les textes, notamment pour l'analyse de la cohérence et de la cohésion. Il permet aux utilisateurs d'explorer des modèles avancés de traitement automatique du langage (NLP) pour segmenter des documents en relations discursives, d'évaluer leurs performances et de les affiner via des annotations manuelles. Les données traitées proviennent de corpus académiques et de campagnes de référence comme DISRPT.
- Plateforme web développée dans le cadre d'une collaboration entre le CNRS-IRIT et l'ANITI pour le PNRIA. Elle permet aux chercheurs et utilisateurs d'explorer et de visualiser des algorithmes d'explicabilité appliqués à divers modèles de machine learning (arbres de décision, forêts aléatoires, réseaux de neurones, etc.). L'outil facilite la compréhension des décisions prises par ces modèles en fournissant des explications interactives et des visualisations adaptées.
13 initiatives
10