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.

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.

Bibliothèque Python dédiée à l'extraction et à la gestion d'informations liées aux dépôts Git. Elle permet d'obtenir des détails sur les commits, les tags, l'état des fichiers ou des modules Python, et de sauvegarder des métadonnées associées. Idéale pour les développeurs souhaitant automatiser le suivi des versions ou intégrer des fonctionnalités Git dans leurs outils.

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.

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.

Ce plugin permet d'exporter et de gérer des identités certifiées pour des profils utilisateurs. Il automatise la génération de fichiers d'export contenant des données clients, des certificats et des métadonnées associées. Il facilite également la planification et la distribution des extractions via des profils personnalisés, tout en assurant la traçabilité et la sécurité des données.

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.

Bibliothèque PHP permettant d'interagir avec le service GROBID pour transformer des documents scientifiques (PDF) en fichiers XML structurés au format TEI. Elle automatise l'extraction de texte, métadonnées, références et citations, facilitant l'analyse et l'archivage de publications académiques ou techniques.

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

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.