Ce projet est une formation à l'utilisation du langage de programmation Python et de l'environnement Anaconda pour le traitement de données. Il permet aux apprenants de créer des environnements de travail spécifiques et d'y installer des librairies pour le traitement de données.

Ce projet est une formation donnée par Emilien Schultz sur l'utilisation du langage Python pour la programmation scientifique en SHS. La formation couvre les bases du langage, l'utilisation de Notebooks Jupyter, la manipulation de données, les traitements statistiques, et des usages plus avancés comme la collecte de données ou l'analyse de réseaux.

Le projet bso3-analyse-publications a pour objectif d'extraire et d'analyser les métadonnées de publications scientifiques au format PDF. Il utilise des techniques d'apprentissage automatique et de traitement du langage naturel pour détecter et classifier les entités nommées, extraire les métadonnées et comparer les similarités entre les documents.

Ce projet est une formation proposant une initiation à la programmation Python pour des doctorants en sciences humaines et sociales, pensée pour les usages en SHS. Python est un langage de programmation simple, libre, multi-plateforme, pédagogique, bénéficiant d'une communauté d'utilisateurs croissante. La formation permet de réaliser les traitements statistiques habituels des SHS tout en ouvrant aux nouveaux usages liés à l'automatisation des tâches informatiques, le traitement des grands corpus des humanités numériques ou encore la collecte de données sur les réseaux sociaux.

Le projet abes-format-pivot fournit des scripts de transformation XSLT permettant de convertir des métadonnées dans différents formats de langages. Il facilite le traitement automatisé des métadonnées en utilisant des règles prédéfinies.

Ce projet est une formation à l'initiation de la programmation Python pour des doctorants en sciences humaines et sociales. Il vise à présenter les principaux ingrédients du langage Python, sa syntaxe, les blocs qui constituent un script, et les bonnes pratiques de programmation. Le projet aborde également l'utilisation de bibliothèques pour le traitement de données, la manipulation de tableaux de données avec Pandas, et le traitement de données textuelles et résumé.

Ce projet propose des formations pratiques en Python destinées aux chercheurs et étudiants en sciences humaines et sociales (SHS). Il couvre les bases de la programmation ainsi que des applications spécifiques comme le traitement automatique du langage naturel (NLP). Les ateliers sont organisés par l'URFIST Lyon pour renforcer les compétences numériques des participants.

Atelier collaboratif organisé par l'Université de São Paulo (Colab-USP) en partenariat avec Cortext. Il propose une formation théorique et pratique sur le traitement automatique du langage naturel, l'analyse de réseaux et la visualisation de données textuelles. Les participants apprennent à charger, structurer et analyser des données textuelles, ainsi qu'à produire des cartes et des visualisations pour interpréter les résultats.

Ce projet est un corpus de textes poétiques en vers au format XML-TEI, développé dans le cadre d'une recherche universitaire. Il permet l'analyse automatique des formes et structures métriques des œuvres versifiées. Les données sont structurées selon les normes TEI et XML Schema, facilitant leur exploitation par des outils de traitement automatique du langage. Le corpus est maintenu par le CRISCO (Centre de Recherche Interdisciplinaire sur les Corpus) de l'Université de Caen Normandie.

Graal est un système automatisé conçu pour traiter et analyser les amendements législatifs. Il permet de regrouper les documents, d'attribuer des catégories, de détecter les similarités entre textes, de générer des résumés via des modèles de langage (LLM) et de produire des rapports structurés au format CSV. Utilisé dans un cadre institutionnel, il facilite le travail des législateurs et des analystes en automatisant des tâches complexes et chronophages.