Ce projet permet d'extraire et d'analyser les graphèmes (unités minimales de l'écriture) à partir d'images de manuscrits transcrits automatiquement. Il facilite l'étude comparative des caractères, l'identification des biais des modèles de transcription et la classification des formes graphiques. Les données extraites peuvent servir à des recherches en paléographie, en linguistique historique ou en intelligence artificielle appliquée aux textes anciens.

Ce projet, nommé benchds, est une collection de jeux de données utilisés pour l'analyse de données et l'apprentissage automatique. La plupart des jeux de données proviennent du dépôt UCI Machine Learning, tandis que d'autres ont été publiés par divers articles et documents de recherche. Les jeux de données sont fournis dans un format simple, avec les lignes représentant des exemples et les colonnes représentant des caractéristiques. Le dernier élément de chaque ligne est la variable cible ou l'étiquette de classification. Les valeurs des lignes sont séparées par un espace. Aucune valeur manquante n'est présente dans les jeux de données, car les lignes contenant au moins une valeur manquante ont été supprimées.

Ce projet développe un modèle amélioré par des caractéristiques pour la classification des relations discursives dans plusieurs langues. Il s'appuie sur des données issues de tâches partagées en linguistique computationnelle pour analyser et catégoriser les liens entre les unités de discours. L'objectif est d'améliorer la compréhension automatique des textes en identifiant les relations sémantiques et structurelles, notamment dans des contextes multilingues.

REPET-snakemake est une suite logicielle dédiée à l'identification, l'annotation et la classification des éléments transposables (transposons, rétrotransposons) dans les génomes eucaryotes. Elle permet aux chercheurs en génomique de détecter et caractériser les séquences répétées, essentielles pour comprendre l'évolution des génomes et leur impact sur la fonction des gènes. Les pipelines automatisés génèrent des rapports détaillés et des visualisations pour faciliter l'analyse des données génomiques.

Cette bibliothèque aide à l'implémentation de backends de classification automatique pour le Nyx larva tagger. Elle fournit une structure de projet Python et des scripts pour la préparation des données, l'extraction de caractéristiques, l'apprentissage de modèles et la prédiction de tags.