Ural est une bibliothèque Python qui fournit des fonctionnalités d'analyse et de manipulation d'URLs. Elle permet de normaliser, de dédupliquer et d'extraire des liens à partir de HTML. Elle est particulièrement utile pour les projets de crawl web ou de traitement de données à grande échelle.

Le projet cartiflette offre des méthodes fiables, reproductibles et multi-langages pour récupérer des fonds de carte officiels de l'IGN enrichis de métadonnées utiles pour la cartographie et la data science.

Bibliothèque Python regroupant des fonctions utilitaires pour interagir avec l'API Twitter.

Bibliotools3.0 est un ensemble de scripts Python permettant l'analyse de réseaux de co-occurrences de références dans des publications scientifiques. Il permet de télécharger, merger, parser et filtrer des données bibliométriques au format WOS, puis de générer des graphes réseaux à partir de ces données.

Hyphe2solr est un script permettant d'indexer des données web dans un serveur SOLR, en s'appuyant sur un serveur Hyphe existant. Il permet de filtrer les web entities à indexer en fonction de leur statut, et de créer une version textuelle des pages web pour l'indexation.

Le projet reanalyse est une plateforme d'analyse de données textuelles permettant la recherche d'informations et la visualisation de données. Il est basé sur Django et utilise Solr pour l'indexation et la recherche.

Doxer est un outil de gestion de documents numériques permettant aux utilisateurs de téléverser, de partager et de collaborer en temps réel sur des fichiers volumineux. Il offre une interface simple et intuitive pour faciliter la manipulation des documents.

Ce projet a pour but de fournir des scripts permettant d'enrichir les URL de revendications fact-checkées, dans le cadre du projet De Facto. Il permet d'améliorer la qualité des données associées aux revendications, facilitant ainsi la vérification des faits.

Ce projet a pour objectif de construire une typologie des amendements du parlement français en s'appuyant sur les données produites par Regards Citoyens. Il vise à analyser les données de l'Assemblée Nationale de la quinzième législature et à identifier des profils d'amendements selon différentes variables, telles que le statut, le nombre d'auteurs, les doublons, la concurrence, la majorité, le type de premier auteur, et les analyses bigrammes des exposés des motifs.

Bibliothèque Rust/Python contenant des tokenizeurs rule-based, permettant une analyse syntaxique de texte en langage agnostique.