Ce projet développe un outil d'analyse syntaxique avancé pour le français, permettant de transformer des phrases en Proof Nets, des structures logiques formelles utilisées en linguistique computationnelle. Il s'appuie sur des modèles de deep learning pour identifier et lier les composants syntaxiques d'une phrase, facilitant ainsi l'étude des relations entre les mots et leur rôle dans la structure de la phrase. L'objectif est de fournir une base solide pour des applications en traitement automatique du langage naturel et en linguistique théorique.

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.

BIOMG est un outil de traitement automatique du langage naturel spécialisé dans l'analyse syntaxique de descriptions botaniques en français. Il génère des grammaires adaptées à partir d'une méta-grammaire et utilise des technologies avancées pour parser des phrases complexes. Développé par l'INRIA dans le cadre du projet ALPAGE, il s'intègre dans une chaîne de traitement linguistique pour extraire et structurer des informations botaniques avec précision.