This project aims to automate data entry from documents using Optical Character Recognition (OCR) technology. It can extract text from images, making it easier to digitize and process documents. This can improve the efficiency and accuracy of various business processes.

This module allows adding document providers for OCR (Optical Character Recognition) entry, enabling text extraction and content classification from various types of documents.

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.

ANTA est une plateforme web développée par le Sciences Po médialab permettant d'analyser des corpus de textes médians en identifiant les expressions récurrentes et en construisant un graphe des relations entre les documents et ces expressions. Il s'appuie sur l'API Alchemy (Orchestr8 text API) pour l'extraction des expressions et la reconnaissance des 'named entities'.

Ce projet est un client Node.js pour les services REST de GROBID, dédié au traitement de documents PDF en texte structuré et à l'extraction de métadonnées. Il est intégré à la plateforme ISTEX pour faciliter l'accès aux fonctionnalités de GROBID.

Ce projet vise à explorer et expérimenter différentes méthodes d'extraction d'entités nommées (NER) dans des documents historiques. Il s'inscrit dans le cadre d'un stage au sein de l'équipe ALMAnaCH - INRIA, dans le but d'améliorer la recherche d'informations dans des corpus de textes.

Ce projet permet d'extraire le texte et les métadonnées contenus dans des fichiers XML de décisions de justice.

FRMGCM est un outil permettant l'analyse de logs, l'extraction de termes, la gestion de corpus et la recherche de documents. Il offre des fonctionnalités avancées pour le traitement et l'indexation de données textuelles.

Le projet herelles_NER est un outil d'extraction et d'analyse de règles spécifiques à un métier à partir de documents textuels. Il permet de détecter et de signaler les problèmes dans ces documents en utilisant des techniques de traitement automatique du langage naturel.