Le projet argumentation-electric vise à fournir des outils d'analyse et de génération de textes basés sur la détection et l'organisation d'arguments. Il permet de construire des argumentations écrites, d'analyser des textes pour en extraire les arguments clés et de générer des résumés de textes en se basant sur ces arguments.

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.

Le projet polyhash-bootstrap est un outil d'analyse sémantique de données et de traitement automatisé de langage naturel. Il permet de générer des résumés de texte et d'extraire des informations clés à partir de données textuelles.

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.

Ce projet contient des notebooks Jupyter qui produisent des résumés (graphiques, sorties textuelles) d'observations SPICE. Les notebooks sont organisés dans des dossiers par numéro STP et par nom d'étude dans chaque dossier STP. Chaque répertoire contient un fichier qui répertorie les noms des fichiers FITS générés pour chaque étude par la pipeline UiO.