Outil dédié à l'extraction automatisée de données depuis des sites web pour enrichir des bases documentaires. Permet de structurer et archiver des contenus en ligne afin de faciliter leur consultation et leur analyse. Utilisé principalement dans un cadre académique ou de recherche pour documenter des corpus numériques.

Ce projet propose une collection de notebooks et scripts permettant d'extraire des jeux de données de manière reproductible à partir de données ouvertes et liées. Il facilite la création de pipelines automatisés pour transformer et structurer des informations issues du web sémantique, afin de les rendre exploitables pour des analyses ou des applications ultérieures.

Ce projet propose une infrastructure logicielle pour gérer des transactions sécurisées et le verrouillage de ressources dans un environnement multi-thread. Il inclut des outils pour l'extraction automatisée de données depuis des pages web et le traitement d'images avec des algorithmes avancés. La solution est conçue pour optimiser les performances et la fiabilité des systèmes distribués.

Ce projet permet d'automatiser la collecte et l'extraction de données depuis des sites web ou des sources en ligne. Il facilite la création de jeux de données structurés pour des analyses ultérieures, en évitant les tâches manuelles répétitives. Utilisé par des entreprises ou des chercheurs pour enrichir leurs informations ou surveiller des contenus spécifiques.

Le projet dataESR vise à collecter, traiter et analyser des données relatives à l'enseignement supérieur et à la recherche en France. Il s'appuie sur des techniques d'extraction de données à partir de sources variées (web scraping, API, etc.), de traitement automatisé de données textuelles (NLP, SPARQL) et de visualisation de réseaux de relations (Neo4j).

FORVM est une bibliothèque de composants web open source conçue pour faciliter l'interprétation des résultats de métabolomique dans les sciences biomédicales. Elle fédère plus de 8 milliards de déclarations issues de ressources comme PubMed, ChEBI et PubChem. Grâce à des ponts entre ces jeux de données, elle automatise l'extraction d'associations entre composés et concepts biomédicaux, enrichissant ainsi les métadonnées issues de la littérature scientifique.

Ce projet permet d'automatiser la collecte et l'analyse de données issues de sites web à l'aide de modèles de langage. Il facilite l'extraction ciblée d'informations structurées ou non, en exploitant des techniques de scraping combinées à des capacités d'intelligence artificielle pour traiter et interpréter les contenus récupérés.

Ce projet automatise l'extraction et la structuration des informations médicales contenues dans les Résumés des Caractéristiques du Produit (RCP) des médicaments. Il permet de transformer des fichiers HTML en données exploitables pour des analyses statistiques, des rapports ou des intégrations dans des pipelines de données. L'objectif est de faciliter l'accès et l'exploitation des données réglementaires des médicaments pour les professionnels de santé ou les organismes publics.