Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Projet dédié à l'analyse et à la modélisation des variations orthographiques dans les dialectes alsaciens à partir d'un corpus de pièces de théâtre écrites entre 1870 et 1940. Le service permet d'extraire des règles de variation, de comparer des formes linguistiques et de visualiser les résultats sous forme de graphiques et de tableaux statistiques. Il s'appuie sur des méthodes de traitement automatique des langues et de statistique textuelle pour étudier la diversité linguistique régionale.
- Ce projet vise à créer un corpus de référence annoté manuellement pour étudier l'enjambement dans la poésie anglaise. Il permet de comparer les résultats d'un programme de détection automatique avec des annotations humaines, afin d'évaluer la précision des outils d'analyse linguistique. Le corpus est construit à partir d'œuvres sélectionnées selon des critères précis, notamment des anthologies et des sources reconnues comme Poetry Foundation.
- Outil dédié au traitement et à l'analyse de corpus linguistiques. Il permet de parser, extraire et convertir des données textuelles issues de chaînes de traitement linguistique comme ATOLL ou FRMG. Les scripts automatisent la génération de statistiques, la détection d'erreurs et la visualisation des résultats pour faciliter la recherche en linguistique computationnelle. Développé initialement par l'INRIA, il s'adresse aux chercheurs et linguistes souhaitant analyser des corpus à grande échelle.
- Ce projet est une bibliothèque et un outil dédié à l'analyse syntaxique et à l'annotation de corpus linguistiques. Il permet de traiter des données textuelles structurées selon des normes universelles, facilitant ainsi la recherche en linguistique computationnelle et le développement de modèles de traitement automatique des langues. Le dépôt fournit des fonctions pour manipuler des arbres syntaxiques, des dépendances et des annotations conformes aux standards Universal Dependencies.
- Ce projet propose un corpus de tweets en français annoté pour l'analyse des registres de langue. Il s'agit d'une ressource linguistique destinée à la recherche en traitement automatique du langage naturel (TALN). Le corpus permet de caractériser différents registres de langue à partir de données textuelles issues de réseaux sociaux. Il est utilisé pour des études académiques et des développements technologiques dans le domaine de la linguistique computationnelle.
- Demography est un outil intégré à CorTexT Manager qui analyse l'évolution des occurrences des termes les plus fréquents dans un corpus de données textuelles. Il permet aux utilisateurs de spécifier le nombre d'éléments à évaluer et d'opter pour des périodes personnalisées si nécessaire. Les résultats sont présentés sous forme de comptages bruts, offrant une vision quantitative de l'évolution des termes dans le temps. Cet outil est particulièrement utile pour des études linguistiques, sociologiques ou médiatiques.
- Ce projet vise à prédire le niveau de maîtrise d'une langue seconde (L2) chez des apprenants, en analysant des productions orales semi-spontanées. Il extrait des caractéristiques phonétiques et linguistiques (rythme, diversité lexicale, complexité syntaxique, etc.) à partir de corpus de discours enregistrés et transcrits. Ces données sont ensuite corrélées avec des évaluations humaines selon le Cadre Européen Commun de Référence pour les Langues (CEFR). L'objectif est de fournir un outil d'aide à l'évaluation automatique de la compétence linguistique.
- Ce projet permet d'identifier automatiquement la langue d'un texte ou d'un fichier en utilisant des modèles d'apprentissage automatique. Il évalue la précision, le rappel et le score F1 des algorithmes de classification linguistique. L'outil est conçu pour analyser des corpus de texte et comparer les performances de différents modèles, notamment ceux basés sur des réseaux de neurones. Il peut être utilisé pour des études linguistiques, des outils de traitement automatique des langues ou des systèmes de modération de contenu.
- Ce projet académique se concentre sur la fouille de textes en réalisant des prétraitements et des représentations de textes. Il utilise des corpus en français (petites annonces immobilières) et en anglais (dépêches Reuters) pour permettre des analyses linguistiques et des préparations de données destinées à des modèles d'apprentissage automatique. Le dépôt inclut des ressources textuelles et une documentation technique sur l'outil Spacy.
- Ce projet propose un ensemble structuré de fichiers de texte brut collectés ou générés dans le cadre d'un projet de recherche nommé TIME US. Il sert de base de données textuelles pour des analyses linguistiques, littéraires ou computationnelles. Les données sont destinées à être exploitées par des outils ou des chercheurs pour des études approfondies.
62 initiatives
10