Outil dédié à l'extraction et à la structuration des informations contenues dans les fichiers XML des décisions de justice. Il permet de transformer des documents administratifs complexes en données textuelles et métadonnées accessibles, facilitant ainsi leur analyse et leur exploitation par des professionnels du droit ou des systèmes automatisés.

Marker serve est une solution serveur dédiée au traitement de documents PDF. Elle permet de convertir des fichiers PDF en formats structurés comme Markdown, JSON ou HTML, facilitant ainsi l'extraction et l'analyse de contenu. Le service prend en charge l'OCR pour les documents scannés et offre des options de personnalisation comme la sélection de plages de pages ou le forçage de l'OCR. Idéal pour automatiser la gestion documentaire dans des environnements professionnels ou techniques.

Socratext est un projet développé dans le cadre du programme 10% d'Etalab, visant à automatiser l'extraction et la structuration d'informations contenues dans des documents administratifs (PDF scannés, images, tickets de caisse, etc.). Il utilise des technologies d'OCR et de traitement automatique du langage pour transformer des documents non exploitables en données structurées, facilitant ainsi leur exploitation par les administrations. Le projet est co-construit avec les administrations participantes pour répondre à leurs besoins spécifiques.

Outil d'extraction et de classification de documents utilisant l'OCR et les modèles de langage. Permet de traiter des PDF et images pour identifier des documents officiels (passeports, CNI, titres de séjour) et en extraire les données structurées. Inclut une interface web interactive pour faciliter la gestion des schémas de documents et une API pour une intégration programmatique.

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.

Interface utilisateur dédiée à l'extraction et à l'analyse de texte à partir de documents PDF, notamment pour les publications scientifiques. Elle permet de structurer, annoter et convertir des contenus textuels complexes en données exploitables, facilitant ainsi leur traitement automatisé et leur intégration dans des systèmes d'information.