Outil d'analyse comparative permettant de comparer deux sous-corpus au sein d'un jeu de données pour identifier et visualiser les différences dans leur contenu textuel ou leurs champs catégoriels. Utilisé pour des études linguistiques, sociologiques ou marketing, il met en évidence les contrastes entre des ensembles de documents afin d'en extraire des insights pertinents.

PRED est un projet dédié au traitement automatique du langage et à la reconnaissance vocale. Il permet de reformuler des textes et d'analyser des contenus audio pour en extraire des informations pertinentes. Le projet vise à faciliter la compréhension et la génération de contenu textuel à partir de données vocales ou textuelles.

Outil dédié à l'extraction et à la structuration des informations contenues dans les fichiers XML des décisions de justice. Il permet de transformer des documents administratifs complexes en données textuelles et métadonnées accessibles, facilitant ainsi leur analyse et leur exploitation par des professionnels du droit ou des systèmes automatisés.

Outil en ligne de commande permettant de rechercher des motifs de texte dans des fichiers ou des flux de données. Il combine les fonctionnalités de `find` pour localiser des fichiers et de `grep` pour filtrer leur contenu selon des expressions régulières. Idéal pour les développeurs, les administrateurs système ou toute personne ayant besoin d'analyser rapidement de grands volumes de données textuelles.

Outil d'analyse et de comparaison de textes pour identifier les similarités entre documents ou corpus. Permet aux utilisateurs de détecter des correspondances, des plagiat ou des thèmes récurrents dans des ensembles de données textuelles. Utilisé pour des études linguistiques, des recherches académiques ou des audits de contenu.

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 plugin open source permet d'analyser et d'extraire le contenu de documents de plus de 100 formats différents (PDF, Office, OpenDocument, archives, etc.). Il offre une interface unifiée pour parser des fichiers, détecter automatiquement leur format et récupérer leur contenu textuel ou structuré. Intégré à la plateforme Lutece, il facilite l'intégration de services de traitement de documents dans des applications métiers.

Outil permettant d'explorer et d'analyser des corpus de données textuelles en ligne. Il offre une vue tabulaire des jeux de données, avec des options de filtrage global ou par colonne. Les utilisateurs peuvent masquer des colonnes et accéder directement au contenu des corpus pour des analyses rapides et collaboratives.

Ce projet propose une API permettant d'indexer des documents textuels (comme des fichiers markdown) pour les transformer en vecteurs sémantiques. Il permet ensuite de rechercher des informations pertinentes dans ces documents via des requêtes en langage naturel. Idéal pour créer des systèmes de recherche avancée, des assistants conversationnels ou des outils d'analyse de contenu.

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.