Ce projet est une application Flask utilisée pour évaluer les annotations d'événements dans un corpus de documents. Après une annotation manuelle d'événements (ce qui signifie l'association d'identifiants Wikidata aux ID d'événements du corpus), ces annotations doivent être évaluées. L'application fournit une interface unique pour un ensemble d'évaluateurs qui évalueront chaque événement individuellement et détermineront s'il s'agit de l'événement correct ou non.

Ce projet permet de calculer des représentations vectorielles denses de séquences de texte en utilisant l'architecture S-BERT. Il est capable de gérer des documents multilingues et de calculer des vecteurs de représentation pour des tokens, des lemmes, des entités, etc. de vos jeux de données. Il est particulièrement utile pour le traitement de corpus de news et de tweets.

Ce projet permet de calculer les poids TF-IDF pour les tokens, les lemmes, les entités, etc. de vos jeux de données à partir d'un fichier contenant des caractéristiques.

Ce projet consiste à créer une infrastructure de text mining basée sur ElasticSearch, alimentée par Lucene, pour effectuer des recherches de texte. Il vise à indexer des documents d'articles de presse afin de rechercher des documents associés à des descriptions spécifiques.

Le projet discovery est une application permettant d'analyser des données d'événements et de découvrir des patterns grâce à des algorithmes de clustering. Les résultats sont visualisés sous forme de graphiques et de tableaux.

Ce projet fournit des outils pour manipuler les prédictions d'un modèle de segmentation qui produit des masques de segmentation. Les masques de segmentation sont fusionnés dans un seul fichier. Le projet offre deux utilitaires : la conversion d'un masque d'image de segmentation en un fichier JSON décrivant la segmentation et le redimensionnement de la segmentation d'un fichier JSON.

Ce package est dédié à la gestion et au traitement de corpus de données textuelles dans le cadre du projet news_tracking. Il fournit des outils pour la préparation des données et leur formatage, facilitant ainsi le travail des algorithmes de traitement de ces données.

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.

Ce projet rassemble des outils pour manipuler le jeu de données PARES (PArish REcord Survey), y compris l'exportation d'annotations à partir d'ArkIndex, la gestion des transcriptions, entités et catégories sur ArkIndex, la vérification de la qualité des données, le traitement et l'extraction d'éléments à partir d'images et d'étiquettes.

Parser est un outil permettant d'analyser et de traiter les logs serveur. Il prend en charge plusieurs formats de logs courants et permet d'extraire des métriques utiles, de surveiller l'activité et de détecter d'éventuelles anomalies.