Ce projet permet de détecter la langue d'un texte grâce à l'apprentissage automatique. Il utilise des algorithmes avancés pour identifier la langue d'un texte donné, ce qui peut être utile dans de nombreux cas d'utilisation, tels que l'analyse de données textuelles et le traitement automatisé de langues.

Ce projet consiste à interroger un LLM (Language Learning Model) pour détecter les personnes mentionnées dans un texte proposé. Le LLM doit renvoyer la réponse sous un format informatique. Les modèles utilisés sont hébergés sur la plateforme Hugging Face. Le projet a été compilé sur une carte graphique NVIDIA GeForce RTX 2060 SUPER et le système d'exploitation utilisé est Debian GNU/Linux 12 (bookworm).

Outil open-source pour l'anonymisation des données en langue française, compatible avec Node.js et les navigateurs. Il permet de détecter le type d'entité dans des données textuelles, de détecter les types de données dans un fichier CSV et de l'anonymiser.

Projet de l'Ecolab visant à produire des outils d'aide à l'analyse d'études d'impact environnemental via du Machine Learning et du Natural Language Processing. Il permet la détection et l'extraction de sommaires de documents PDF, l'analyse de l'importance des enjeux dans un texte et le résumé automatique de sections de texte.

Le projet lrec-coling2024 est dédié au traitement et à l'analyse de données textuelles. Il offre des fonctionnalités avancées de classification, de détection de langues et d'extraction d'information, permettant une meilleure compréhension et exploitation des données.