Ce projet est un script d'évaluation pour le WebNLG Challenge 2020, qui permet d'évaluer la génération de texte à partir de données RDF en utilisant des métriques automatiques telles que BLEU, METEOR, chrF++, TER, BERTScore, et BLEURT pour le texte en anglais.

Le projet Very Light Transformer (VLT) est une architecture légère implémentée avec Pytorch, destinée au traitement automatisé de données textuelles. Il permet l'analyse sémantique de texte et la génération automatique de texte.

Catala est un langage de programmation dédié à la rédaction et à l'analyse de textes législatifs. Il permet de définir des règles complexes de manière claire et précise, et de générer automatiquement du code à partir de ces règles. Catala vise à améliorer la fiabilité et la transparence des systèmes législatifs en automatisant certaines tâches de vérification et de mise en œuvre.

Le projet mmnlg2023 est une plateforme de traitement automatique du langage naturel (TALN) permettant la génération de textes à partir de descriptions, la création de résumés de documents et la traduction automatique de textes. Il est basé sur des algorithmes de pointe en intelligence artificielle et permet aux utilisateurs de bénéficier de fonctionnalités avancées de traitement du langage.

SciDetect est un logiciel libre permettant de détecter automatiquement les articles académiques générés de manière automatique. Il permet de mettre en évidence les textes produits avec des générateurs tels que SCIgen, Mathgen et Physgen.

Plume Rédaction est une plateforme de publication adaptée aux besoins de la Cour des Comptes. Elle vise à éviter les conflits et pertes de données liés à la rédaction collaborative, délester les rédacteurs de la mise en page et des changements de feuilles de styles, et faire gagner du temps en générant automatiquement ce qui peut être déduit du contenu du texte (sommaire, table des recommandations...).

Le projet voc-model est une bibliothèque de modèles de langage basée sur des algorithmes d'apprentissage automatique. Il permet de générer du texte automatiquement et d'améliorer la compréhension du langage naturel dans les applications. Il facilite également le développement de chatbots et d'assistants virtuels en fournissant des modèles de conversation prêts à l'emploi.

SLT est un projet de traduction de la langue des signes en texte écrit et inversement. Il s'appuie sur des techniques de reconnaissance et de génération de vidéos de langue des signes, en utilisant des algorithmes d'apprentissage automatique et des réseaux neuronaux.

Le projet embeddings est une application permettant de générer des embeddings de texte, c'est-à-dire des représentations numériques de documents ou de phrases, en utilisant des algorithmes d'apprentissage automatique. Ces embeddings peuvent être utilisés pour des tâches telles que la recherche de similarité, le clustering ou la recommandation de contenu.

Ce projet consiste en un outil d'analyse de données textuelles, permettant la génération de résumés automatisés, la recherche de similarités sémantiques et la classification de données. Il est basé sur des algorithmes d'apprentissage automatique et des modèles de langage avancés.