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 bso3-analyse-publications a pour objectif d'extraire et d'analyser les métadonnées de publications scientifiques au format PDF. Il utilise des techniques d'apprentissage automatique et de traitement du langage naturel pour détecter et classifier les entités nommées, extraire les métadonnées et comparer les similarités entre les documents.

Le projet roboh est dédié à l'analyse de texte en vue d'extraire des entités nommées, de reconnaître les sentiments dans les textes et de classer des articles en critiques de livres ou non. Il permet d'importer du texte depuis Solr ou un répertoire, de le traiter et de générer des fichiers de sortie contenant le texte brut, le texte enrichi avec des balises XML correspondant aux entités nommées et une liste de polarités associées à chaque phrase du texte.

Re-BERT est un projet d'extraction de relations entre entités dans du texte, utilisant différents types de modèles BERT. Il permet de détecter et d'extraire des relations spécifiques entre des entités nommées, telles que des personnes, des organisations ou des lieux, dans des données textuelles. Re-BERT est particulièrement utile pour l'analyse de données biomédicales, où il peut aider à identifier des relations entre des molécules, des gènes ou des maladies.

Formation organisée par le consortium ARIANE pour initier les chercheurs en sciences humaines et sociales aux techniques d'analyse automatique de textes. Elle couvre la textométrie, la catégorisation, l'analyse des entités nommées et des sentiments, avec des ateliers pratiques sur des corpus libres de droits. L'objectif est de fournir une vue d'ensemble des méthodes et outils disponibles pour automatiser l'analyse textuelle.

Projet dédié à l'extraction et à l'analyse d'entités géographiques et sémantiques dans des données textuelles. Il permet d'identifier automatiquement des lieux, des organisations ou des concepts clés à partir de textes, en utilisant plusieurs modèles de reconnaissance d'entités nommées (NER). Les résultats sont évalués et comparés pour déterminer les performances optimales selon les besoins. Idéal pour des applications nécessitant une compréhension fine de contenus textuels.

Ce projet développé pour le Hackathon 2024 du PEReN et de la Commission Européenne utilise des techniques avancées de traitement automatique du langage naturel (NLP) pour analyser, structurer et rechercher des informations réglementaires issues de plateformes numériques. Il permet d'extraire des entités nommées, de segmenter des textes volumineux, de générer des embeddings pour des recherches vectorielles et d'interagir via une interface conversationnelle. Les données traitées sont fournies à titre d'illustration et ne sont pas mises à jour.

Ce projet consiste à analyser l'œuvre de Marcel Proust, A la recherche du temps perdu, en utilisant des techniques de traitement automatique des langues (NLP) et de recherche d'entités nommées (NER) pour extraire les références à des aliments dans le texte. Le but est de fournir des statistiques et des visualisations sur les aliments mentionnés dans l'œuvre.

SxPipe est un outil de prétraitement linguistique conçu pour transformer des corpus textuels bruts en un graphe orienté acyclique (DAG) d'entrées lexicales. Il gère la segmentation, la tokenisation, la correction des erreurs d'orthographe et la reconnaissance d'entités nommées. Utilisé dans des chaînes de traitement linguistique, il améliore la robustesse des analyses automatiques pour des langues comme le français, le polonais ou le slovaque.

SxPipe est un outil de prétraitement linguistique conçu pour transformer des corpus bruts en graphes acycliques dirigés (DAG) d'entrées lexicales. Il gère la segmentation, la tokenisation, la correction des erreurs d'orthographe et la reconnaissance d'entités nommées. Utilisé dans des chaînes de traitement linguistique, il améliore la robustesse des analyses pour des langues comme le français, le polonais et le slovaque.