Package R utilisé par le logiciel TXM pour l'analyse statistique de données textuelles. Il inclut des méthodes d'exploration de l'irrégularité de distribution des caractéristiques lexicales dans des ensembles de textes ou des parties de textes, ainsi que des méthodes d'exploration multi-dimensionnelle.

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.

Le projet text-classification est un outil d'analyse et de traitement automatique de texte. Il permet de classer, catégoriser et analyser le contenu de données textuelles, offrant ainsi des informations précieuses pour la prise de décision et l'automatisation des processus.

Projet avec des outils de prétraitement de texte génériques, comprenant des fonctions de correction d'orthographe, d'analyse statistique de fréquence de mots et de lemmatisation.

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.

Module node.js qui analyse la qualité d'un texte en le comparant à une liste de mots provenant de dictionnaires Hunspell dans différentes langues.

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.

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 contient des scripts Python permettant de détecter des documents scientifiques générés aléatoirement en utilisant des grammaires spécifiques. Il permet d'analyser des textes pour en vérifier la cohérence et de repérer les documents potentiellement problématiques.