Ce projet développe un corpus de référence annoté manuellement pour étudier l'enjambement dans la poésie anglaise. Il permet de comparer les résultats d'un outil de détection automatique avec des annotations humaines, afin d'évaluer la précision des méthodes d'analyse syntaxique. Le corpus est construit à partir d'œuvres sélectionnées selon des critères précis, notamment des anthologies et des sources reconnues comme Poetry Foundation. Les annotations sont réalisées par des experts et validées par des taux d'accord inter-annotateurs.

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.

Ce projet est une application Flask utilisée pour évaluer les annotations d'événements dans un corpus de documents. Après une annotation manuelle d'événements (ce qui signifie l'association d'identifiants Wikidata aux ID d'événements du corpus), ces annotations doivent être évaluées. L'application fournit une interface unique pour un ensemble d'évaluateurs qui évalueront chaque événement individuellement et détermineront s'il s'agit de l'événement correct ou non.

Ce projet automatise l'identification et l'extraction des titres de chansons (airs) présents dans des textes dramatiques français, notamment des pièces de théâtre. Il analyse des corpus annotés manuellement pour proposer des titres de chansons en utilisant des méthodes de correspondance de chaînes et de recherche sémantique. Les résultats sont exportés sous forme de fichiers structurés pour une utilisation ultérieure dans des bases de données ou des analyses littéraires.

Ce projet vise à étudier la structuration automatique et l'éditorialisation d'un corpus hétérogène, en prenant pour exemple les sources du conseil des prud'hommes pour le textile du XIXème siècle du projet Time Us. Il contient des exemples de documents d'archives, des scripts ScanTailor, des captures d'écran de l'interface graphique des outils utilisés dans le cadre du projet (Transkribus, eScriptorium et ShareDocs), des sets de fichiers tests pour l'annotation manuelle, des schémas ODD pour les différentes sources du projet, des scripts python pour automatiser la structuration et l'annotation des sources, des captures d'écran de la publication numérique des minutes structurées et les fichiers utilisés pour cette éditorialisation.

Le projet alviscorpus est un outil de récolte et d'annotation de corpus de textes. Il permet de collecter des données textuelles à partir de différentes sources, de les analyser et de les annoter manuellement ou automatiquement. Cet outil est utilisé dans le domaine de la recherche en linguistique, de l'analyse de sentiments et de l'intelligence artificielle.

Projet d'annotation manuelle de données sur la vigne, comprenant la normalisation des données sur les organismes nuisibles et vecteurs de la vigne, la classification des maladies de la vigne, et l'identification des cépages.