Ce projet permet d'extraire, analyser et structurer des données textuelles issues de documents ou de conversations. Il facilite la création de chatbots capables de répondre automatiquement à des requêtes en langage naturel, optimisant ainsi l'interaction avec les utilisateurs. Les entreprises l'utilisent pour automatiser des processus de support client, analyser des retours clients ou générer des insights à partir de grandes quantités de texte.

Ce projet propose un backend spécialisé dans l'extraction de texte à partir de documents numérisés ou PDF via des technologies d'OCR avancées. Il permet aux utilisateurs de traiter des fichiers volumineux en exploitant plusieurs modèles d'OCR (Marker, Nanonets, OlmOCR) pour une conversion précise et rapide. L'outil est conçu pour s'intégrer facilement dans des workflows existants, offrant une solution scalable et performante pour la digitalisation de documents.

Ce projet vise à automatiser la conversion de périodes historiques exprimées en texte (comme 'XIIIe siècle') en valeurs numériques standardisées. Il s'appuie sur des modèles de langage avancés pour analyser des documents patrimoniaux, notamment ceux issus de collections numérisées comme celles de l'Irht. Les résultats sont structurés sous forme de données exploitables pour des recherches historiques ou des analyses quantitatives.

DigiPDF est une application web open source dédiée à la manipulation et à l'optimisation de fichiers PDF. Elle permet aux utilisateurs de convertir, fusionner, diviser, compresser ou extraire du texte et des images depuis des documents PDF. L'outil intègre également des fonctionnalités avancées comme la conversion d'images en PDF ou l'optimisation de fichiers pour réduire leur taille.

LibreOfficeNow est une solution dédiée à la bureautique en ligne, offrant des fonctionnalités avancées pour la création, l'édition et la collaboration sur des documents textes, des feuilles de calcul et des présentations. Il permet une conversion aisée entre divers formats de fichiers et garantit une expérience utilisateur intuitive et productive.

Pandoc est un outil de conversion de documents permettant de transformer des fichiers textes dans différents formats en HTML, PDF, ou ebooks. Il facilite la création de documentation technique en prenant en charge les langages de balisage tels que Markdown, reStructuredText, ou AsciiDoc.

TEI-Boilerplate est une solution légère pour publier du contenu TEI (Text Encoding Initiative) directement dans les navigateurs web, sans traitement ou conversion côté serveur. Il permet de conserver l'intégrité des documents TEI et offre une méthode alternative aux solutions XSLT plus complexes.

Ce projet fournit des modèles de stylage pour Microsoft Word et LibreOffice, conçus pour préparer des documents en vue de leur conversion au format TEI Commons-Publishing via l'outil Circé. Il vise à uniformiser la mise en forme des textes académiques et à faciliter leur traitement automatisé pour la publication numérique, notamment sur des plateformes comme Métopes et OpenEdition.

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.

Serveur dédié au traitement et à la conversion de documents PDF en formats structurés comme le Markdown, le JSON ou l'HTML. Il permet d'extraire et de structurer le contenu textuel des documents, y compris ceux nécessitant une reconnaissance optique de caractères (OCR). Idéal pour automatiser la gestion de fichiers volumineux ou complexes, il offre des fonctionnalités avancées comme le traitement par lots, l'amélioration de la précision via des modèles d'IA, et une intégration facile via une API REST.