Projet avec des outils de prétraitement de texte génériques, comprenant des fonctions de correction d'orthographe, d'analyse statistique de fréquence de mots et de lemmatisation.

Ce projet utilise des modèles d'apprentissage profond pour corriger automatiquement les fautes d'orthographe dans des textes. Il s'appuie sur des librairies et outils tels que llama_cpp_python, torch, et numpy pour offrir une solution de correction performante.

PhoenixSpelling est un outil de correction orthographique et de vérification de documents, spécialement conçu pour analyser et corriger des textes au format LaTeX. Il permet de détecter les erreurs d'orthographe, de proposer des corrections et de générer des dictionnaires personnalisés adaptés à des besoins spécifiques. Utilisé dans des environnements scientifiques ou techniques, il facilite la relecture et l'amélioration de la qualité rédactionnelle.

PSpelling est un outil de correction orthographique et de vérification de textes en français. Il permet d'identifier les fautes d'orthographe, de proposer des corrections adaptées et d'analyser des documents pour garantir leur exactitude. Idéal pour les rédacteurs, les étudiants ou les professionnels, il facilite la relecture et améliore la qualité des écrits en automatisant une partie du processus de correction.

Service en ligne dédié à la correction et à l'amélioration de textes en français. Il permet aux utilisateurs de détecter et corriger les fautes d'orthographe, de grammaire et de typographie, tout en optimisant la clarté et la précision des documents professionnels ou personnels. Idéal pour les rédacteurs, étudiants ou entreprises souhaitant garantir la qualité de leurs écrits.

HedgeDoc est un outil d'écriture et de collaboration en temps réel qui permet aux utilisateurs de créer et d'éditer des documents ensemble. Il dispose d'une fonctionnalité de correction orthographique automatique et de traduction de texte en plusieurs langues.

SxPipe est un outil de prétraitement linguistique conçu pour transformer des corpus textuels bruts en un graphe orienté acyclique (DAG) d'entrées lexicales. Il gère la segmentation, la tokenisation, la correction des erreurs d'orthographe et la reconnaissance d'entités nommées. Utilisé dans des chaînes de traitement linguistique, il améliore la robustesse des analyses automatiques pour des langues comme le français, le polonais ou le slovaque.