Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Projet open source dédié à la classification et à l'analyse sémantique de textes en utilisant des modèles de traitement automatique du langage naturel. Il permet aux utilisateurs d'extraire des informations clés, de catégoriser des documents et d'automatiser des tâches de traitement de texte. Basé sur la bibliothèque spaCy, il offre des fonctionnalités avancées pour les chercheurs, les développeurs et les entreprises souhaitant exploiter la puissance de l'IA dans l'analyse de contenu textuel.
- Notoriété 27 %Ce projet propose un cadre unifié et extensible pour la classification de texte intégrant des variables catégorielles. Il permet de traiter des données textuelles complexes avec des architectures personnalisables, tout en offrant des fonctionnalités avancées comme l'explicabilité des prédictions via des attributions de gradient ou d'attention. Adapté aux tâches multiclasses ou multilabels, il facilite l'expérimentation et le déploiement de modèles de machine learning pour des applications variées.
- Notoriété 15 %Bibliothèque Python dédiée à la classification de texte utilisant une implémentation optimisée de l'architecture FastText avec PyTorch. Permet de traiter des données textuelles et catégorielles pour automatiser la catégorisation de documents, l'analyse de sentiments ou l'extraction d'informations. Intègre des fonctionnalités avancées comme la tokenisation n-gram, l'explicabilité des prédictions et la gestion de caractéristiques catégorielles via des embeddings personnalisables.
- Notoriété 18 %Albert API est une plateforme publique d'intelligence artificielle développée par l'État français. Elle permet aux applications et agents d'accéder à des modèles avancés de génération de texte, d'embeddings, de classification, de reconnaissance vocale et d'OCR. L'API est compatible avec les standards OpenAI, sécurisée et hébergée en environnement souverain (SecNumCloud). Elle est destinée aux agents publics et aux développeurs souhaitant intégrer des capacités d'IA dans leurs projets tout en respectant des contraintes strictes de confidentialité et de souveraineté des données.
- Outil dédié à l'analyse et au traitement automatisé de données textuelles. Il permet d'extraire, structurer et enrichir des informations issues de textes bruts grâce à des modèles de langage avancés. Utilisé pour automatiser des tâches de compréhension et de classification de contenu, il s'intègre dans des pipelines de traitement de données pour des applications variées comme l'analyse de documents ou la génération de métadonnées.
- CamemBERTa est une famille de modèles de langage avancés pour le français, basée sur l'architecture DeBERTa V3. Ces modèles utilisent des techniques d'apprentissage automatique pour comprendre et générer du texte en français, avec des applications en traitement automatique des langues, analyse sémantique et génération de contenu. Ils sont optimisés pour des tâches comme la classification, la reconnaissance d'entités nommées et la réponse aux questions.
- SIDP est un outil spécialisé dans l'entraînement de modèles d'apprentissage automatique tout en garantissant une confidentialité différentiée. Il permet d'optimiser les performances des modèles (comme les réseaux de neurones LSTM, CNN ou linéaires) tout en limitant la perte de confidentialité, notamment pour des applications sensibles comme la classification d'images ou de textes. L'outil s'appuie sur des techniques avancées pour ajuster les paramètres et réduire les erreurs tout en respectant des contraintes strictes de protection des données.
- Projet de recherche académique dédié à la classification zéro-exemple des relations discursives dans des textes multilingues. Il permet d'analyser automatiquement des discours en identifiant les liens logiques entre les phrases ou segments, sans nécessiter de données d'entraînement spécifiques à chaque langue. Basé sur des modèles de langage avancés, il facilite l'étude comparative des structures discursives à l'échelle internationale.
- Ce projet propose des outils pour automatiser la classification de textes, notamment dans le domaine scientifique. Il permet de structurer, analyser et extraire des informations à partir de documents textuels variés. Les fonctionnalités incluent le prétraitement de données, la génération de jeux de données adaptés, et l'entraînement de modèles pour améliorer la précision des classifications. Il est conçu pour assister les chercheurs et les professionnels dans l'organisation et l'exploitation de corpus textuels.
- Outil d'analyse avancée dédié au traitement et à l'interprétation de données géographiques et textuelles. Il permet d'identifier des anomalies spatiales, d'analyser des coordonnées avec des buffers, et de classifier des points d'intérêt. Le système prend en charge le traitement multilingue et génère des rapports détaillés pour des applications nécessitant une précision géographique ou linguistique.
19 initiatives
10