Corpus Capta est un projet dédié à l'extraction, au traitement et à l'analyse de données textuelles. Il permet de neutraliser les caractères diacritiques et de rechercher et filtrer des données dans des tables.

Service d'analyse en text mining sur Migale dédié aux sciences de la vie. Il offre une collaboration et un accompagnement sur demande pour des mini-projets d'extraction d'informations à partir de textes bruts issus de la littérature scientifique ou de bases de données en bioinformatique. Les projets d'analyse doivent correspondre à des applications du text mining pour les sciences de la vie et visent la constitution de corpus textuels thématiques, l'extraction d'entités nommées et la classification d'informations textuelles.

Ce projet permet d'analyser des données textuelles et de visualiser des statistiques. Il offre la possibilité de gérer des corpus de textes et de rechercher des mots-clés.

Le projet CHI-KNOW-PO a pour objectif d'identifier des schémas de co-occurrence de champs lexicaux et de emprunts textuels à travers les genres dans la Chine médiévale, en se concentrant plus spécifiquement sur les plantes parmi d'autres thèmes. Le projet se déroule en trois étapes : la numérisation, l'édition et la publication d'une corpus d'anthologies poétiques, de commentaires, de dictionnaires, d'encyclopédies et de traités pratiques de la période médiévale chinoise (environ 200-1000 apr. J.-C.) ; la création d'une base de données avec des informations bio-bibliographiques et sémantiques utiles pour des fins d'édition et d'exploration de textes ; et le développement de scripts permettant d'effectuer des recherches, des filtres et des analyses statistiques personnalisés pour étudier la co-occurrence de mots et de groupes de mots dans des textes donnés et identifier d'éventuels cas de réutilisation textuelle.

Le projet corpus_texte est dédié à la gestion et l'analyse de données textuelles pour le projet TIME US. Il rassemble l'ensemble des fichiers de texte brut générés et collectés dans le cadre du projet.

Corpus_proc est un ensemble de scripts Perl conçus pour exécuter un parseur sur plusieurs machines et traiter les résultats. Il permet d'extraire des informations à partir de corpus textuels, d'effectuer une analyse automatisée de langage naturel et de générer des rapports de traitement.

Agora-NLP est un projet d'analyse sémantique de données textuelles. Il permet d'extraire des insights à partir de vastes corpus de données, de classer des documents, de détecter des entités nommées et de comprendre les sentiments exprimés dans les textes.

Le projet txm-contrib permet aux partenaires du projet Textométrie (TXM) de partager et réutiliser des corpus textuels, de créer et modifier des scripts pour l'analyse textuelle, et de personnaliser l'affichage de données textuelles grâce à des feuilles XSL et CSS. Il contient également de la documentation et des supports de cours.

Le projet txm-ressources est une collection de corpus de texte et de scripts permettant de faciliter le traitement de ces données pour l'analyse textuelle. Il offre des fonctionnalités dédiées à la gestion et à l'organisation de ces ressources, ainsi qu'à l'automatisation de certaines tâches récurrentes.

Le projet txm-cqp est une adaptation des sources et des builds du logiciel CQP (Corpus Query Processor) utilisée par l'application TXM (Textométrie). Il permet le traitement et l'analyse de corpus textuels, offrant des fonctionnalités telles que la création de concordances et de cooccurrences, ainsi que l'exploration de données textuelles.