Le projet Named Entity Recognizer (NER) est un script dans CorTexT Manager qui permet l'annotation et la classification d'entités nommées. Il permet également de détecter les émojis et d'obtenir leur description.

Facundo Muñoz September 05, 2022 Modelling SIT trials. - [Working document (HTML)](https://umr-astre.pages.mia.inra.fr/sit-methods/sit-methods.html) [[PDF](https://umr-astre.pages.mia.inra.fr/sit-methods/sit-methods.pdf)] - [Simulation study (HTML)](https://umr-astre.pages.mia.inra.fr/sit-methods/simulation_study.html) - [Simulation animation (GIF)](https://umr-astre.pages.mia.inra.fr/sit-methods/sim_animation.gif)

Outil permettant la constitution automatique de corpus de données sur des thématiques spécifiques (ici, l'urbanisation et les risques) et sur des périmètres géographiques donnés. Les données collectées sont évaluées en fonction de leur pertinence et peuvent être visualisées sous forme de statistiques.

Le projet herelles_NER est un outil d'extraction et d'analyse de règles spécifiques à un métier à partir de documents textuels. Il permet de détecter et de signaler les problèmes dans ces documents en utilisant des techniques de traitement automatique du langage naturel.

Le module Snetoolkit est un ensemble d'outils permettant de gérer les entités nommées spatiales (SNE) dans le traitement du langage naturel (NLP). Il permet d'extraire des SNE à partir de données textuelles, de les géocoder en fournissant leurs coordonnées à partir de la base de données Geonames, et de résoudre les ambigüités dans les SNE.

The wheat-corpus project is a text corpus construction and analysis tool for natural language processing (NLP) research. It allows researchers to build and analyze large text datasets for linguistic patterns and develop NLP models for various applications. The project includes a code repository and various NLP tools for text processing, analysis, and modeling.