Cortext Sentiment Analysis est un outil intégré à Cortext Manager qui permet d'analyser automatiquement le sentiment exprimé dans des textes. Il attribue un score de sentiment, évalue le degré de subjectivité et mesure la polarité émotionnelle (positive, négative ou neutre) ainsi que l'intensité de ces émotions. Utilisé pour comprendre les opinions et réactions dans des corpus textuels, il est particulièrement adapté aux besoins d'analyse de données qualitatives dans des contextes académiques, institutionnels ou médiatiques.

Ce projet permet de transformer, nettoyer et analyser des données médiatiques issues de l'INA et de Twitter. Il facilite l'exploitation de jeux de données bruts en les convertissant en formats exploitables (DataFrame, CSV) et propose des interfaces interactives pour visualiser et décrire les données. Les outils développés aident à identifier les producteurs de contenus, leur circulation et leur impact, notamment autour d'événements médiatiques comme le procès du Mediator.

Outil permettant de parser des fichiers HTML exportés depuis la plateforme Europresse. Il convertit ces fichiers en une base de données SQLite formatée pour Cortext Manager, facilitant ainsi l'analyse automatisée de contenus de presse. Ce projet s'adresse principalement aux chercheurs, documentalistes ou entreprises souhaitant exploiter des données médiatiques de manière structurée.

Projet dédié à l'analyse et à la visualisation des écosystèmes médiatiques en France. Il permet de cartographier les relations entre différents acteurs médiatiques et de représenter des données complexes sous forme de graphiques interactifs. L'objectif est de faciliter la compréhension des dynamiques médiatiques par des outils visuels et analytiques.

Ce projet permet de centraliser, normaliser et enrichir des données issues de sources médiatiques variées. Il offre des outils pour agréger, analyser et archiver des contenus en ligne afin de faciliter leur exploitation et leur étude. Les données sont structurées dans une base de données relationnelle pour permettre des recherches et des analyses approfondies.

Projet de recherche académique analysant les interactions entre députés et acteurs médiatiques ou partisans via les réseaux sociaux. Il utilise des techniques de traitement automatique du langage et de modélisation thématique pour identifier les discours dominants, les influences et les dynamiques de communication au sein de l'Assemblée nationale. Les résultats sont présentés sous forme de tableaux de bord interactifs et de visualisations pour faciliter l'interprétation des données.

Carto-Medias est un outil de visualisation de données dédié au secteur des médias. Il permet d'analyser des réseaux sociaux et de suivre les tendances médiatiques grâce à des représentations graphiques interactives.

Obi-Wan est un système d'intégration de données RDF (RIS) basé sur le paradigme OBDA (Ontology-Based Data Access). Il permet de fédérer et d'interroger des sources de données hétérogènes (bases SQL, graphes RDF, endpoints SPARQL) à travers une ontologie commune. Le système offre des stratégies avancées de réécriture de requêtes et de médiation, ainsi que des outils de visualisation pour analyser les résultats. Il est particulièrement adapté aux environnements nécessitant une intégration sémantique de données dispersées.

Polarisation est un outil d'analyse de l'opinion publique et du paysage médiatique sur les réseaux sociaux. Il permet de suivre les tendances et les débats en temps réel, ainsi que de cartographier les réseaux d'influence. Polarisation utilise des algorithmes avancés de traitement du langage naturel et de réseaux sociaux pour fournir une vue d'ensemble de l'opinion publique sur un sujet donné.

Ce tableau de bord Streamlit présente une analyse exploratoire du discours médiatique français sur l'intelligence artificielle entre 2011 et 2021. Il inclut le nettoyage et la préparation des données, l'ingénierie des caractéristiques, et la visualisation des distributions.