Outil dédié à l'analyse et à la structuration automatique de documents académiques au format PDF. Il extrait et organise les métadonnées, le texte et les références des articles scientifiques pour faciliter leur exploitation dans des bases de données spécialisées. Utilisé principalement par des chercheurs et des institutions pour enrichir des corpus documentaires.

Marker serve est une solution serveur dédiée au traitement de documents PDF. Elle permet de convertir des fichiers PDF en formats structurés comme Markdown, JSON ou HTML, facilitant ainsi l'extraction et l'analyse de contenu. Le service prend en charge l'OCR pour les documents scannés et offre des options de personnalisation comme la sélection de plages de pages ou le forçage de l'OCR. Idéal pour automatiser la gestion documentaire dans des environnements professionnels ou techniques.

Spinosa est un espace de travail local dédié à la recherche documentaire. Il permet aux utilisateurs d'analyser des collections de documents (PDF, transcriptions, rapports, etc.) en posant des questions en langage naturel. Les agents IA recherchent dans les fichiers, rédigent des réponses et vérifient chaque affirmation en la confrontant aux sources originales. Le tout fonctionne hors ligne, avec une traçabilité complète des données et des résultats.

TARDIS est une plateforme qui centralise les décisions publiques des autorités de concurrence membres du Réseau International de la Concurrence (ICN) dans un format structuré et lisible par machine. Le projet vise à faciliter l'accès et l'analyse des décisions juridiques pour les professionnels, en permettant une extraction automatisée des textes depuis des documents PDF. Les données sont hébergées sur une plateforme partagée pour améliorer la transparence et soutenir l'innovation via des outils d'intelligence artificielle.

Ce projet permet d'interagir avec l'API ISTEX pour récupérer, traiter et analyser des documents scientifiques. Il facilite l'extraction de métadonnées, la conversion de formats (PDF, JSON), et la génération de données structurées pour des corpus documentaires. Il est utilisé par des institutions de recherche pour automatiser des workflows de traitement de publications.

Le projet bso3-analyse-publications a pour objectif d'extraire et d'analyser les métadonnées de publications scientifiques au format PDF. Il utilise des techniques d'apprentissage automatique et de traitement du langage naturel pour détecter et classifier les entités nommées, extraire les métadonnées et comparer les similarités entre les documents.

Projet technique permettant de transformer des images ou PDF en texte exploitable via OCR. Il génère également des graphiques de fréquence des caractères pour analyser la répartition des lettres dans un document. Destiné aux développeurs ou chercheurs souhaitant automatiser l'extraction et l'analyse de texte à partir de supports visuels.

Outil open source développé par Etalab permettant d'interagir avec des documents PDF via une interface conversationnelle alimentée par l'intelligence artificielle. Le projet utilise la technologie RAG (Retrieval-Augmented Generation) pour extraire et analyser le contenu des documents, offrant des réponses précises et sourcées. Il permet également de générer des quiz pour tester la compréhension des utilisateurs et s'adapte à des documents de toute taille sans limite de contexte.

Le projet DRS2AMR est un outil permettant de convertir des données de dossiers médicaux au format FHIR, d'automatiser le traitement de ces données et d'extraire des données structurées à partir de documents PDF médicaux. Il s'agit d'un dépôt de code source conçu pour faciliter le développement et l'intégration de fonctionnalités liées à la gestion et l'analyse de données médicales.

Outil dédié à la gestion budgétaire d'une ruche numérique, permettant aux utilisateurs de suivre, éditer et analyser leurs dépenses prévisionnelles. Il facilite la visualisation mensuelle des budgets par intervenant, la subdivision des consommations et la duplication de prévisionnels. Le projet inclut également une fonctionnalité de signature électronique de documents PDF directement intégrée.