Ce projet automatise l'identification et l'extraction des titres de chansons (airs) présents dans des textes dramatiques français, notamment des pièces de théâtre. Il analyse des corpus annotés manuellement pour proposer des titres de chansons en utilisant des méthodes de correspondance de chaînes et de recherche sémantique. Les résultats sont exportés sous forme de fichiers structurés pour une utilisation ultérieure dans des bases de données ou des analyses littéraires.

Collection de fonctions Bash conçues pour automatiser et simplifier des tâches courantes de manipulation de fichiers et de vérification sous Linux. Ces outils permettent de détecter des erreurs de formatage, de vérifier l'existence de variables, de remplacer des espaces dans des fichiers ou encore de tester la structure de colonnes dans des fichiers texte. Développé initialement pour répondre à des besoins internes à l'Institut Pasteur, ce projet facilite la maintenance et l'analyse de données textuelles.

Service d'indexation automatique de contenus logiciels et de dépôts de code source. Il permet de détecter les types de fichiers, les licences open source, et d'extraire des métadonnées structurées à partir de code. Utilisé pour analyser et cataloguer des millions de dépôts logiciels, facilitant ainsi la recherche et la réutilisation de logiciels. Particulièrement utile pour les développeurs, les chercheurs et les entreprises souhaitant analyser des écosystèmes logiciels.

Scraptablo API est une solution d'extraction de tableaux à partir de fichiers PDF, conçue pour automatiser le traitement de documents structurés. Elle permet aux entreprises de convertir rapidement des données tabulaires en fichiers CSV exploitables, facilitant ainsi l'analyse et l'intégration des informations dans des outils métiers. L'API s'appuie sur des modèles avancés de détection de tables et de reconnaissance de structure pour garantir une extraction précise et fiable.

Outil permettant d'identifier et de valider automatiquement les formats de fichiers utilisés en bioinformatique et génomique. Il analyse des fichiers comme FASTA, GFF3, BED, VCF ou BAM pour en déterminer la structure, détecter les erreurs et fournir des métadonnées essentielles à leur exploitation. Utilisé par les chercheurs et laboratoires pour garantir l'intégrité et la compatibilité des données avant analyse.

Outil permettant d'analyser des fichiers de logs générés par GitLab pour extraire et structurer des informations sur les accès utilisateurs. Il facilite l'audit des activités et la détection d'anomalies dans les connexions ou les actions réalisées sur un dépôt.

Service d'indexation automatique de contenus logiciels pour faciliter leur analyse et leur classification. Il permet de détecter les types de fichiers, les licences open source, et d'extraire des métadonnées structurées à partir de dépôts de code. Utilisé pour améliorer la traçabilité et la compréhension des projets open source hébergés par l'organisation.

Ce plugin open source permet d'analyser et d'extraire le contenu de documents de plus de 100 formats différents (PDF, Office, OpenDocument, archives, etc.). Il offre une interface unifiée pour parser des fichiers, détecter automatiquement leur format et récupérer leur contenu textuel ou structuré. Intégré à la plateforme Lutece, il facilite l'intégration de services de traitement de documents dans des applications métiers.

Ce projet est une collection de recettes rpm pour l'installation d'Open Babel pour iPPI-DB. Open Babel est une bibliothèque chimique open source qui permet la conversion de formats de fichiers moléculaires, la détection de sous-structures dans des molécules et le calcul de propriétés moléculaires.

Outil spécialisé dans la transformation des données collectées par DFIR-ORC en chronologies exploitables pour les investigations numériques. Il permet aux analystes en cybersécurité de visualiser et d'analyser les événements critiques d'un système Windows compromis, facilitant ainsi la détection d'intrusions et la réponse aux incidents. Le projet automatise la génération de rapports structurés à partir de fichiers de collecte forensique.