Ce projet développe un outil d'analyse syntaxique avancé pour le français, permettant de transformer des phrases en Proof Nets, des structures logiques formelles utilisées en linguistique computationnelle. Il s'appuie sur des modèles de deep learning pour identifier et lier les composants syntaxiques d'une phrase, facilitant ainsi l'étude des relations entre les mots et leur rôle dans la structure de la phrase. L'objectif est de fournir une base solide pour des applications en traitement automatique du langage naturel et en linguistique théorique.

Ce projet développe un système de preuve neuronale pour analyser et valider des structures linguistiques complexes en français. Il combine un super-tagger pour étiqueter les mots avec des catégories syntaxiques avancées et un linker pour établir les relations entre ces éléments. L'objectif est de transformer des phrases en représentations logiques structurées, facilitant ainsi l'analyse sémantique et la vérification automatique de cohérence grammaticale.

Projet dédié à la création et à la gestion de séquences logiques pour automatiser des processus ou simuler des comportements. Il permet d'organiser des étapes de manière structurée et d'optimiser des workflows en analysant des enchaînements d'actions. Utilisé pour des applications nécessitant une logique séquentielle précise, comme des automates ou des systèmes de décision automatisés.

SmartLB est un outil dédié à la construction rapide de treillis de concepts à partir de contextes binaires. Il permet d'extraire et de visualiser des structures logiques sous-jacentes à des ensembles de données, facilitant ainsi l'analyse et la compréhension des relations entre objets et attributs. Idéal pour les chercheurs ou analystes en data science, il offre une approche automatisée pour identifier des motifs et des hiérarchies dans des jeux de données complexes.

NAKED est un outil dédié à l'analyse et à la visualisation de bases de connaissances basées sur des règles existentielles. Il permet de calculer les réparations logiques d'une base incohérente, de générer des hypergraphes d'argumentation et de représenter graphiquement ces structures de manière interactive. Utilisé principalement dans le domaine de la logique formelle et de l'intelligence artificielle, il facilite la compréhension des incohérences et des conflits au sein des données.

Ce projet développe une représentation symbolique des structures de Kripke probabilistes issues de la logique épistémique dynamique. Il permet de modéliser et vérifier des systèmes complexes où des agents interagissent et acquièrent des connaissances. Les outils implémentés facilitent l'analyse de scénarios comme les jeux de cartes ou les problèmes classiques de logique, en offrant une approche efficace pour les calculs de vérification et d'expérimentations.

Ce projet open source permet de modéliser, simuler et analyser des arbres de comportement (Behavior Trees) pour des systèmes réactifs ou des processus décisionnels. Il utilise des structures de données répliquées (CRDT) pour permettre une collaboration en temps réel et une résolution automatique des conflits. Idéal pour les applications robotiques, les jeux vidéo ou les systèmes automatisés nécessitant une logique comportementale complexe et distribuée.

Outil spécialisé dans la conversion de frameworks d'argumentation du format APX vers le format TGF. Il permet de traduire des structures logiques complexes utilisées en intelligence artificielle et en raisonnement automatique, facilitant ainsi l'échange de données entre différents solveurs et outils d'analyse. Le projet est développé au CRIL et distribué sous licence GNU GPLv3.

Outil permettant de parser et de vérifier la cohérence syntaxique et la bonne formation des scripts écrits dans le langage SMT-LIB version 2.6. Il facilite l'analyse de fichiers contenant des logiques, des théories ou des commandes de vérification, en s'appuyant sur des théories et logiques prédéfinies pour valider la structure des termes et des assertions.

Le projet LSE-OD2M vise à extraire la structure logique de documents numérisés, en particulier les ouvrages de l'auteur français Frédéric Le Play. Il combine des techniques d'apprentissage automatique et de traitement de données pour transcrire et structurer automatiquement ces documents, facilitant ainsi leur analyse et leur exploitation pour des recherches en sciences humaines et sociales.