Gargantext est une plateforme collaborative d'exploration de corpus de textes. Il combine des outils de traitement automatique des langues, de fouille de textes, d'analyse de réseaux complexes et de visualisation interactive pour permettre une analyse approfondie de grands corpus de données textuelles.

Ce dépôt contient des outils pour annoter et interroger des données collectées dans le cadre d'une étude sur les discours autour de ChatGPT et de l'IA.

Projet d'indexation automatique de documents à l'aide de l'intelligence artificielle. Il permet de rechercher des mots-clés dans des textes, de catégoriser des documents selon des thèmes et d'extraire des informations à partir de textes.

Le projet bso3-analyse-publications a pour objectif d'extraire et d'analyser les métadonnées de publications scientifiques au format PDF. Il utilise des techniques d'apprentissage automatique et de traitement du langage naturel pour détecter et classifier les entités nommées, extraire les métadonnées et comparer les similarités entre les documents.

Le projet harvest-issn a pour objectif de récupérer, traiter et analyser des données bibliographiques afin d'en faciliter la recherche et l'exploitation. Il s'appuie sur des technologies telles que Elasticsearch pour l'indexation et la recherche, Gensim pour l'analyse sémantique, et MongoDB pour le stockage des données.

NormAFE est un outil permettant de normaliser les messages de micro-blogs en arabe, français et anglais, en créant des dictionnaires de paires de mots mal orthographiés avec leur forme standard. Cet outil est basé sur une méthode d'apprentissage automatique non supervisée qui utilise des représentations de mots distribuées.

Outil d'analyse de contenu de textes pour les revues OpenEdition. Il permet d'importer des textes à partir de Solr, de préparer des corpus pour l'analyse sémantique et de générer des modèles de topics.

ATEM est un cadre novateur pour l'étude de l'évolution des sujets dans les archives scientifiques. Il est basé sur la modélisation de sujets dynamiques et les techniques d'embarquement de graphes dynamiques qui explorent les dynamiques du contenu et des citations des documents dans un corpus scientifique.

Le projet DeFacto est un ensemble d'outils permettant d'enrichir la base de données de De Facto en extrayant et en analysant des données à partir de différentes sources, telles que des bases de données et des sites web.

Ce projet est une réimplementation de l'algorithme de suivi de nouvelles proposé par Miranda et al. (2018). Il offre une API standard pour une utilisation industrielle, avec des algorithmes alternatifs tels que K-Means. L'objectif est de fournir des normes élevées en matière d'automatisation et de qualité.