Ce projet développe un corpus de référence annoté manuellement pour étudier l'enjambement dans la poésie anglaise. Il permet de comparer les résultats d'un outil de détection automatique avec des annotations humaines, afin d'évaluer la précision des méthodes d'analyse syntaxique. Le corpus est construit à partir d'œuvres sélectionnées selon des critères précis, notamment des anthologies et des sources reconnues comme Poetry Foundation. Les annotations sont réalisées par des experts et validées par des taux d'accord inter-annotateurs.

Ce projet vise à créer un corpus de référence annoté manuellement pour étudier l'enjambement dans la poésie anglaise. Il permet de comparer les résultats d'un programme de détection automatique avec des annotations humaines, afin d'évaluer la précision des outils d'analyse linguistique. Le corpus est construit à partir d'œuvres sélectionnées selon des critères précis, notamment des anthologies et des sources reconnues comme Poetry Foundation.

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.

Ce projet consiste en une analyse des universaux linguistiques à travers l'utilisation de dépendances universelles. Il permet de compter les occurrences de motifs dans différents corpus linguistiques et de comparer les fréquences pour dégager des tendances et des universaux dans l'ordre des mots.

DicoDiachro est un projet dédié à l'analyse diachronique de la prononciation de l'anglais à partir de dictionnaires historiques couvrant les XVIIIe au XXIe siècles. Il propose des outils pour parser, normaliser et comparer des corpus textuels, permettant d'étudier les évolutions phonétiques et orthographiques. Le projet inclut des notebooks interactifs pour faciliter l'exploration des données et des analyses croisées entre différentes périodes.

Ce projet fournit des données comparatives sur le théâtre en alsacien, allemand et français, issues d'une soumission pour le DH 2024. Les métadonnées, transcrites et annotées, proviennent de collaborations en ligne et seront publiées ultérieurement au format TEI et en format délimité. Il s'inscrit dans le cadre du projet Thealtres, soutenu par la Maison des Sciences de l'Homme - Alsace, et vise à faciliter l'analyse et la diffusion de corpus théâtraux multilingues.

Projet dédié à l'étude et à l'optimisation de chaînes de traitement RAG (Retrieval-Augmented Generation) appliquées à un corpus de documents de sûreté nucléaire (ASNR). Il permet l'ingestion, le traitement et l'analyse comparative de stratégies de recherche, de fusion et de réordonnancement pour extraire et générer des réponses précises à partir de documents techniques en français.

Ce projet vise à structurer et analyser des corpus de textes latins traduits en français, facilitant ainsi la recherche en linguistique historique et en philologie. Il permet de centraliser des données textuelles complexes pour des études comparatives ou des analyses sémantiques approfondies, en s'appuyant sur des formats standardisés comme Parquet pour une meilleure interopérabilité et accessibilité des données.

Plateforme interactive conçue pour les chercheurs et professionnels permettant de concevoir, tester et évaluer des pipelines de vérification de faits. L'outil facilite l'analyse de corpus documentaires, l'extraction d'informations et la comparaison de méthodes de détection de désinformation. Il prend en charge l'intégration de données externes, l'OCR pour les images, et propose une interface visuelle pour visualiser les résultats.

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.