Outil open source permettant de comparer des fichiers ou des répertoires pour identifier les différences entre deux versions. Il propose plusieurs interfaces (texte, web, graphique) pour visualiser et analyser les modifications, utile pour le développement logiciel, le débogage ou la revue de code.

Ce projet propose des ressources pédagogiques et des fichiers pratiques dédiés à l'apprentissage des techniques d'extraction et d'analyse de texte. Il s'adresse principalement aux étudiants et professionnels souhaitant se former aux méthodes de text mining dans le cadre de l'intelligence artificielle. Les contenus incluent des jeux de données, des exercices guidés et des outils pour manipuler des corpus textuels.

Outil dédié à l'extraction et à la structuration des informations contenues dans les fichiers XML des décisions de justice. Il permet de transformer des documents administratifs complexes en données textuelles et métadonnées accessibles, facilitant ainsi leur analyse et leur exploitation par des professionnels du droit ou des systèmes automatisés.

Collection de fonctions Bash conçues pour automatiser et simplifier des tâches courantes de manipulation de fichiers et de vérification sous Linux. Ces outils permettent de détecter des erreurs de formatage, de vérifier l'existence de variables, de remplacer des espaces dans des fichiers ou encore de tester la structure de colonnes dans des fichiers texte. Développé initialement pour répondre à des besoins internes à l'Institut Pasteur, ce projet facilite la maintenance et l'analyse de données textuelles.

PhoenixDebug est une bibliothèque et un ensemble d'outils dédiés au débogage et à l'analyse de données pour les applications développées en C++. Il facilite la gestion des logs, l'inspection des fichiers texte et binaire, ainsi que la visualisation des flux de données pour identifier et résoudre les problèmes de développement. Utilisé principalement par des développeurs et des équipes techniques, il optimise le processus de diagnostic et améliore la qualité du code.

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.

Ce projet fournit une interface Python pour intégrer TreeTagger, un outil d'étiquetage morphosyntaxique, au sein de la méthode Cortext. Il permet d'extraire et d'analyser des termes linguistiques à partir de textes en plusieurs langues (français, anglais, espagnol, allemand, italien). Le dépôt archive également les fichiers binaires de TreeTagger pour garantir leur disponibilité et leur intégration dans des environnements Docker dédiés à l'analyse textuelle.

Outil en ligne de commande permettant de rechercher des motifs de texte dans des fichiers ou des flux de données. Il combine les fonctionnalités de `find` pour localiser des fichiers et de `grep` pour filtrer leur contenu selon des expressions régulières. Idéal pour les développeurs, les administrateurs système ou toute personne ayant besoin d'analyser rapidement de grands volumes de données textuelles.

Ce projet permet d'analyser le sentiment d'un texte en utilisant des modèles d'apprentissage automatique. Il offre également des fonctionnalités de gestion de fichiers et d'utilisateurs.

Ce projet automatise l'identification et l'extraction des titres de chansons (airs) présents dans des textes dramatiques français, notamment des pièces de théâtre. Il analyse des corpus annotés manuellement pour proposer des titres de chansons en utilisant des méthodes de correspondance de chaînes et de recherche sémantique. Les résultats sont exportés sous forme de fichiers structurés pour une utilisation ultérieure dans des bases de données ou des analyses littéraires.