Le projet text-classification est un outil d'analyse et de traitement automatique de texte. Il permet de classer, catégoriser et analyser le contenu de données textuelles, offrant ainsi des informations précieuses pour la prise de décision et l'automatisation des processus.

Ce projet utilise l'intelligence artificielle pour enrichir les enregistrements vidéo. Il permet d'analyser les vidéos pour détecter des événements clés, de transcrire automatiquement les vidéos en texte, de reconnaître des visages dans les vidéos et d'indexer le contenu pour faciliter la recherche de contenus spécifiques.

Ce projet implémente l'algorithme d'apprentissage supervisé de fastText pour la classification de texte utilisant PyTorch. Il vise l'efficacité et la précision dans la classification de texte, la réduction de dimensions textuelles, l'analyse de sentiments et la catégorisation de contenu.

Site indépendant fournissant des informations actualisées sur les réformes et changements dans l'enseignement secondaire, notamment au collège. Il décrypte les textes officiels, les décrets et les annonces ministérielles pour aider les familles et les élèves à comprendre les évolutions du système éducatif. Le contenu est basé sur des sources vérifiées et des analyses indépendantes.

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.

Sursilex est un projet visant à aider les rédacteurs et les professionnels du contenu en facilitant la recherche de mots-clés, en analysant le contenu sémantiquement et en proposant des améliorations pour la lisibilité et la fluidité des textes.

Ce projet gère la collecte, le traitement et la visualisation de données historiques, en particulier de corpus textuels. Il offre des fonctionnalités de génération de timelines et d'analyse de contenu, et permet l'intégration de ces fonctionnalités dans des applications web grâce à des composants customisables.