Outil d’extraction de corpus ISTEX permettant de décharger un corpus de fichiers textes, de fichiers de métadonnées ou de fichiers d’enrichissement depuis la base ISTEX à partir d’une requête ou d’un fichier .corpus. Il est possible d’avoir ce programme sous forme d’une image Docker.

Le projet periscope-indexing-ws est un service web d'indexation dédié à l'application Périscope. Il assure l'indexation de notices bibliographiques, l'extraction de métadonnées à partir de notices XML, la gestion de l'accès aux notices via Solr et l'importation de données depuis une base de données Oracle.

Ce projet est un dépôt de code source pour les greffons VITAM, qui permettent la validation de formats de fichiers, l'analyse de métadonnées, l'identification de types de fichiers et l'extraction de données à partir de fichiers. Il utilise des outils tels que JHove, ODFValidator, LibreOffice, Siegfried, Tesseract, Verapdf et FFMPEG pour fournir ces fonctionnalités.

TXM est une plateforme open-source dédiée à l'analyse de corpus textuels. Elle permet l'extraction de métadonnées, la visualisation de données et le traitement automatisé de textes grâce à une interface conviviale et des fonctionnalités avancées.

Ce projet rassemble l'ensemble des tâches de préparation de données nécessaires au lancement de l'application Envinorma. Il inclut la mise à jour des classements et installations, la génération de métadonnées à partir de l'extraction géorisques et l'exécution de l'OCR sur les APs.

NakalaTools est un projet permettant de simplifier la collecte et la gestion de données sur internet. Il offre des fonctionnalités d'extraction de métadonnées à partir de pages web et permet de constituer des référentiels de ressources numériques.

Ce projet est un outil d'analyse de textes alsaciens, permettant l'extraction de règles de variation orthographique à partir d'un corpus de théâtre alsacien développé dans le cadre du projet MeThAL. Il permet également le traitement de fichiers TEI et l'extraction de métadonnées.

TXM Software est une plateforme dédiée à l'analyse de textes et à la gestion de corpus. Elle permet l'édition et l'annotation de textes, ainsi que l'extraction de métadonnées et de statistiques. TXM Software est conçu pour les chercheurs en sciences humaines et sociales, les éditeurs et les archivistes.

Le projet `harvest-theses` est dédié à la récupération et à l'extraction de métadonnées à partir de thèses universitaires. Il permet de stocker et de gérer ces données pour une utilisation ultérieure.

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.