Projet de recherche en traitement automatique du langage naturel (TALN) utilisant des modèles comme FlauBERT et FastText pour analyser des textes en français. Il génère des vecteurs sémantiques, compare des modèles de langage, évalue leur précision et visualise les résultats via des heatmaps et dendrogrammes. Les cas d'usage incluent l'analyse de sentiments, la classification de textes et l'étude des similarités lexicales.

Ce projet propose un module de normalisation et d'automatisation pour les analyses sémantiques et le traitement du langage naturel (NLP). Il permet de standardiser les outils et méthodes utilisés dans les projets d'analyse sémantique, tout en offrant des pipelines prêts à l'emploi pour accélérer la mise sur le marché de services NLP. Le projet facilite le prétraitement de données textuelles variées (chaînes de caractères, listes, tableaux, fichiers CSV) et simplifie le développement de modèles de machine learning.

Ce projet permet d'analyser les définitions issues du dictionnaire WordNet pour en extraire des connaissances structurées. Il génère des ontologies à partir de mots et de leurs relations sémantiques, facilitant ainsi la compréhension et l'exploitation automatique du langage naturel. Utilisé dans le cadre d'une thèse, il contribue à la modélisation de concepts et à l'identification de liens entre eux.

Le projet base-nlp fournit des fonctions de base pour l'exploration de l'apport du Traitement Naturel du Langage (NLP) aux défis EIG. Il offre des capacités d'analyse sémantique, de détection de langues et d'extraction d'informations clés.

Grew est un projet dédié au traitement automatisé du langage naturel. Il permet l'analyse sémantique de texte et la création de règles pour le traitement de texte. Il dispose d'une interface de ligne de commande et d'une interface web-based pour faciliter son utilisation.

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.

Ce projet propose une API permettant d'indexer des documents textuels (comme des fichiers markdown) pour les transformer en vecteurs sémantiques. Il permet ensuite de rechercher des informations pertinentes dans ces documents via des requêtes en langage naturel. Idéal pour créer des systèmes de recherche avancée, des assistants conversationnels ou des outils d'analyse de contenu.

Ce projet a pour but d'uniformiser les outils et les méthodologies d'analyse sémantique de textes, ainsi que d'accélérer le développement de services d'apprentissage automatique en langage naturel (NLP).

Le projet polyhash-bootstrap est un outil d'analyse sémantique de données et de traitement automatisé de langage naturel. Il permet de générer des résumés de texte et d'extraire des informations clés à partir de données textuelles.