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.

Le projet base-nlp fournit des fonctions de base pour l'exploration de l'apport du Traitement Naturel du Langage (NLP) aux défis EIG. Il offre des capacités d'analyse sémantique, de détection de langues et d'extraction d'informations clés.

DyALog est un compilateur pour l'évaluation tabulaire de programmes logiques, de grammaires définitives [DCG], de grammaires d'arborescences adjointes [TAG] et de grammaires de concaténation de plages [RCG]. La tabulation permet de tracer les calculs pour partager les sous-calculs communs et détecter les boucles. Les traces de calculs permettent également, après un calcul, d'extraire, sous forme de forêt partagée, l'ensemble des preuves ou arbres de parse réussis. Ces caractéristiques sont particulièrement utiles pour gérer des grammaires hautement récursives et ambiguës pour le traitement des langues naturelles.

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.

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.

Ce projet consiste en l'analyse de données Twitter relatives au COVID-19. Il permet de collecter, manipuler et analyser des tweets en plusieurs langues, de les filtrer pour ne garder que ceux en français, et d'appliquer une détection de sentiments. Il inclut également une analyse de réseaux et des visualisations.

Le projet HaSCoSVa vise à analyser les scénarios de transfert zéro-shot pour la détection de discours haineux dans différentes variantes de la langue espagnole. Il a abouti à la création d'un jeu de données anonymisé contenant des mots-clés et des lignes directrices d'annotation.

Cette bibliothèque permet d'intégrer facilement des fonctionnalités de traduction automatique et de détection de langue dans des applications.

Ce projet est un serveur de langage pour Publicodes, qui permet d'analyser des règles de calcul et de proposer des complétions de code avec détection d'erreurs de syntaxe.

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).