Outil unifié permettant de préparer, entraîner, évaluer et décoder des données textuelles pour générer des résumés automatiques. Il combine des outils existants dans une plateforme accessible, facilitant le traitement de grands volumes de texte pour des applications en intelligence artificielle et en recherche.

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.

Application web permettant de transcrire des fichiers audio ou des enregistrements en direct en texte, d'identifier les différents intervenants, et de générer des résumés automatiques. Elle offre également la possibilité de créer des sous-titres pour des vidéos, de les traduire dans plusieurs langues, et d'exporter les résultats sous différents formats. Destinée aux professionnels pour faciliter la prise de notes, la rédaction de comptes-rendus ou la création de contenus accessibles.

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.

Outil permettant de générer des résumés automatiques de fichiers RDF en analysant leur structure et leurs vocabulaires associés. Il facilite l'exploration et la compréhension de jeux de données sémantiques en produisant des fichiers simplifiés. Idéal pour les chercheurs, les data scientists ou les développeurs travaillant avec des données liées.

Ce projet fournit une API pour aider à la génération de fichiers publiccode.yml pour les dépôts GitHub en utilisant l'API de résumé ecosyste.ms pour compléter automatiquement certains champs.

Site web de la Journée Régionale des Doctorants en Automatique 2020, généré statiquement avec Jekyll et le thème Prologue. Il permet la présentation de la conférence, l'inscription et la soumission de résumés, ainsi que la consultation de l'agenda et des informations pratiques.

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.

Scribe est un projet dédié au traitement et à l'analyse de texte en français et en anglais. Il combine des modèles d'intelligence artificielle pour extraire des données pertinentes, générer des résumés ou des contenus structurés, et automatiser des tâches de rédaction. Utilisé dans des contextes professionnels ou académiques, il facilite la gestion de l'information et améliore la productivité grâce à des algorithmes performants.

Ce projet propose une suite d'outils automatisés pour analyser et extraire des données structurées à partir de pages web. Il permet notamment de récupérer le contenu de pages, d'identifier et d'extraire des formulaires, de générer des résumés de contenu, et d'organiser des propriétés de données pour une analyse ultérieure. Idéal pour des audits de sites, des recherches documentaires ou des traitements automatisés de données en ligne.