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.

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 est un cours sur les nouvelles sources de données pour la statistique publique. Il couvre les méthodes d'analyse de données textuelles, de visualisation de données et d'apprentissage automatique de données textuelles.

Ce projet permet de détecter la langue d'un texte grâce à l'apprentissage automatique. Il utilise des algorithmes avancés pour identifier la langue d'un texte donné, ce qui peut être utile dans de nombreux cas d'utilisation, tels que l'analyse de données textuelles et le traitement automatisé de langues.

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.

Wordcloudgenerator est un projet dédié à la génération de nuages de mots à partir de textes, facilitant l'analyse de données et la visualisation des fréquences de mots. Idéal pour les analystes, chercheurs et professionnels du traitement de données textuelles.

Le projet cdtn-nlp a pour objectif d'analyser et de comprendre des données textuelles à grande échelle en utilisant des techniques avancées de traitement automatique des langues (TAL) et de l'apprentissage automatique. Il permet d'extraire des informations utiles et de catégoriser des données textuelles pour faciliter la prise de décision et l'automatisation de processus métiers.

Le projet lrec-coling2024 est dédié au traitement et à l'analyse de données textuelles. Il offre des fonctionnalités avancées de classification, de détection de langues et d'extraction d'information, permettant une meilleure compréhension et exploitation des données.

AnoMark est un outil d'analyse de données de commandes permettant de détecter des comportements anormaux en utilisant des techniques de NLP et de chaînes de Markov. Il permet de former des modèles à partir de données textuelles considérées comme propres et de les utiliser pour détecter des commandes anormales dans d'autres jeux de données.

Formation Cortext au Rio de Janeiro en février 2018 utilisant une présentation de 2017. Les participants ont découvert des outils de recherche textuelle et des méthodes d'analyse de données.