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.

Keyfayqua est un outil en ligne de commande permettant d'analyser la syntaxe de textes en français et en anglais. Il dispose de deux commandes : `parse` et `match`. La commande `parse` permet d'annoter un corpus de textes en détectant les entités et les relations de dépendance, et de générer des représentations CoNLL-formattées des textes annotés. La commande `match` permet d'appliquer des motifs Semgrex aux textes annotés pour détecter des relations syntaxiques spécifiques.

Ce projet permet d'analyser des textes en anglais en vue de rechercher des termes spécifiques et de représenter les relations sémantiques entre ces termes sous forme de graphes.

Ce projet utilise des modèles d'intelligence artificielle spécialisés dans la génération de résumés de textes en anglais. Il s'appuie sur des discours du Président Harry S. Truman pour évaluer et comparer les performances de deux modèles de pointe : BART et Pegasus. L'objectif est de faciliter l'analyse rapide de contenus textuels volumineux.

Ce projet permet d'analyser des corpus de documents pour en extraire des termes clés et calculer des métriques linguistiques comme la fréquence, TF-IDF ou Okapi BM25. Il propose deux modes : un sans terminologie pour une analyse standard, et un avec terminologie pour affiner les résultats. Les utilisateurs peuvent traiter des documents en français ou en anglais, dans différents formats (texte, PDF, TEI).

Scribe est un projet dédié au traitement et à l'analyse de texte en français et en anglais. Il combine des modèles d'intelligence artificielle pour extraire des données pertinentes, générer des résumés ou des contenus structurés, et automatiser des tâches de rédaction. Utilisé dans des contextes professionnels ou académiques, il facilite la gestion de l'information et améliore la productivité grâce à des algorithmes performants.

Ce projet consiste en l'analyse de textes en langues française et anglaise, issus de dépêches Reuters et de petites annonces immobilières du site Le Bon Coin. Il vise à pré-traiter et représenter ces textes en vue de leur exploitation pour des analyses linguistiques ou thématiques.

Ce projet permet de convertir du texte en anglais en sa représentation phonétique selon l'Alphabet Phonétique International (IPA). Il facilite l'apprentissage de la prononciation, l'analyse linguistique et la transcription automatique pour les chercheurs, enseignants ou étudiants en linguistique.

Ce pipeline analyse les modèles de pause et de stress lexical dans la parole spontanée non native en anglais. Il est initialement conçu pour le traitement par lots de fichiers audio pour des groupes de locuteurs, mais peut également être utilisé pour l'analyse de la parole spontanée isolée pour un locuteur. Les sorties comprennent un fichier TextGrid pour chaque fichier audio d'entrée, contenant une analyse locale du stress lexical, ainsi que des tableaux CSV détaillant toutes les occurrences de mots polysyllabiques avec des informations sur leur réalisation prosodique.

DicoDiachro est un projet dédié à l'analyse diachronique de la prononciation de l'anglais à partir de dictionnaires historiques couvrant les XVIIIe au XXIe siècles. Il propose des outils pour parser, normaliser et comparer des corpus textuels, permettant d'étudier les évolutions phonétiques et orthographiques. Le projet inclut des notebooks interactifs pour faciliter l'exploration des données et des analyses croisées entre différentes périodes.