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.

Service automatisé d'extraction et de structuration de tableaux financiers à partir de documents PDF (comptes sociaux). Utilise des technologies d'OCR neuronal et de modèles de langage pour transformer des documents scannés ou nativement numériques en données structurées exploitables. Permet une analyse rapide et fiable des données comptables pour des audits, des comparaisons ou des rapports automatisés.

Ce projet permet d'extraire et structurer les métadonnées de bases de données médicales, incluant des fichiers tabulaires (CSV) et des images DICOM. Il génère des fichiers JSON contenant les métadonnées pour chaque fichier source, facilitant l'analyse et la gestion des données dans le cadre de projets de recherche clinique comme Precision Predict. L'outil est conçu pour être réutilisable sur d'autres bases de données.

Ce projet automatise l'extraction de triplets RDF à partir de données archéologiques structurées en utilisant des modèles de langage (LLM) et l'ontologie CIDOC CRM. Il facilite la création de graphes de connaissances archéologiques en combinant des données spécifiques au domaine avec des stratégies de prompting avancées. Développé dans le cadre du projet ANR Digitalis, il propose trois approches pour générer des triplets sémantiques précis et adaptés aux besoins de l'archéologie.

Ce projet automatise l'extraction et le traitement de thèses au format PDF pour les rendre exploitables sous forme de données structurées. Il facilite l'analyse et la centralisation des travaux de recherche, réduisant ainsi le temps nécessaire à leur exploitation par les chercheurs et institutions académiques.

Application dédiée à l'extraction et à l'analyse des tableaux de filiales et participations présents dans les comptes sociaux des entreprises. Elle permet de récupérer des documents financiers via l'API de l'INPI, d'identifier automatiquement les pages contenant les tableaux recherchés, puis d'extraire et de structurer ces données pour une analyse simplifiée. L'outil s'adresse principalement aux professionnels de la finance, de la comptabilité ou de la conformité réglementaire.

Pipeline dédiée à la gestion et au traitement des données du projet ANAIS, spécifiquement pour l'étape Helios. Elle automatise l'extraction, la transformation et le chargement des données depuis des sources variées (bases de données, fichiers CSV) vers des vues SQL structurées. Les données sont historisées, analysées et exportées sous forme de fichiers CSV pour répondre aux besoins réglementaires et opérationnels des acteurs du secteur sanitaire et social.

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 extrait et traite des matrices de comparaison de produits (PCMs) depuis des pages Wikipedia dédiées aux logiciels. Il nettoie et structure ces données pour les rendre exploitables en analyse formelle de concepts (FCA) et en extraction de variabilités. Les PCMs sont transformées en formats adaptés (CSV, RCFT) pour des outils comme RCAExplore, facilitant l'étude des caractéristiques et des relations entre produits.

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.