Ce projet vise à structurer et analyser les données publiques des décès en France depuis 1971 sous forme de graphes sémantiques. Il permet de transformer des fichiers CSV en données RDF exploitables pour des recherches avancées ou des analyses statistiques. Les données sont organisées par tranches d'années et par villes, facilitant leur réutilisation par des chercheurs, institutions ou développeurs.

Ce projet vise à structurer et transformer des données brutes en format RDF pour faciliter leur exploitation dans le web sémantique. Il permet de visualiser des relations entre données sous forme de graphes, facilitant ainsi l'analyse et la compréhension des liens entre différents éléments. L'objectif est de rendre les données plus interopérables et exploitables pour des applications avancées.

Projet dédié à l'analyse des catastrophes naturelles, spécifiquement des tsunamis, via une approche de web sémantique. Il transforme des jeux de données bruts en format RDF pour permettre des requêtes avancées en SPARQL. L'objectif est d'extraire des connaissances structurées et exploitables pour des études scientifiques ou des rapports d'impact.

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.

Skolar est une plateforme dédiée à l'analyse avancée de données textuelles, permettant aux utilisateurs d'extraire, classifier et exploiter des informations issues de documents variés. Elle facilite la recherche sémantique et automatise le traitement de larges volumes de texte pour en tirer des insights pertinents, notamment dans des contextes professionnels ou académiques.

Aime-core est un projet qui vise à fournir une plateforme d'analyse de données et de gestion de contenu avec une capacité de recherche sémantique avancée. Il est basé sur une architecture modulaire et utilise une base de données Neo4j pour stocker les données.

Projet développé pour le Hackathon 2024 du PEReN et de la Commission Européenne dans le cadre du Challenge 2 du DSA RAG Race. Il vise à automatiser l'analyse et l'extraction d'informations à partir de documents réglementaires européens pour faciliter leur compréhension et leur application par les acteurs concernés. Le système utilise des techniques avancées de traitement automatique du langage et de recherche sémantique pour fournir des réponses précises et contextualisées.

Albert API est une plateforme publique d'accès à des modèles d'intelligence artificielle souverains. Elle permet aux développeurs d'intégrer des fonctionnalités avancées comme la génération de texte, l'analyse sémantique, la reconnaissance vocale ou l'OCR via une API standardisée. Destinée aux agents publics et aux organisations, elle garantit un hébergement souverain et une protection des données conformément aux exigences SecNumCloud.

Plateforme d'intelligence artificielle intégrée à Lutece 8, permettant de créer et gérer des agents conversationnels, des pipelines d'orchestration, des systèmes de recherche sémantique (RAG) et des outils d'extraction de données. Elle offre des fonctionnalités avancées comme la gestion de documents, l'analyse par vision/OCR, et des tableaux de bord d'observabilité pour suivre les exécutions et les coûts.

Le projet distrib est une plateforme de gestion de projets de traduction, d'analyse sémantique de documents et de reconnaissance d'entités nommées. Il offre des fonctionnalités avancées de traitement de langage naturel et de collaboration en temps réel.