La bibliothèque vision-types fournit des types et des mécanismes de base pour l'interopérabilité entre différentes bibliothèques tierces proposant des types spécifiques pour les images et les données 3D. Elle vise à fournir des données avec une signification sémantique, ce qui permet de mieux qualifier les données. Par exemple, il est important de savoir si une image est une image luminance (c'est-à-dire une image en niveau de gris dont les pixels codent l'intensité lumineuse) ou une image échographique, car les algorithmes d'application de niveau supérieur qui travaillent sur ces données seront différents.

Ce projet permet de gérer, interroger et visualiser des données sémantiques structurées sous forme de graphes RDF. Il offre des outils pour publier des jeux de données, effectuer des requêtes SPARQL et analyser les résultats. Destiné aux institutions publiques souhaitant partager des données ouvertes de manière interopérable.

Le Modèle des objets de santé (MOS) est une bibliothèque de composants sémantiques développée par l'État français pour standardiser les données de santé. Elle permet aux acteurs du secteur (hôpitaux, professionnels, éditeurs de logiciels) de partager une compréhension commune des informations médicales grâce à des définitions, structures et codages unifiés. Ce vocabulaire de base en français évite les incompréhensions et améliore l'interopérabilité entre les différents systèmes d'information de santé.

Ce projet vise à structurer et transformer des données brutes en format RDF pour faciliter leur exploitation dans le web sémantique. Il permet de visualiser des relations entre données sous forme de graphes, facilitant ainsi l'analyse et la compréhension des liens entre différents éléments. L'objectif est de rendre les données plus interopérables et exploitables pour des applications avancées.

SYNOP est un projet axé sur la gestion et l'analyse de données sémantiques pour faciliter l'interopérabilité entre systèmes. Il permet aux utilisateurs de collaborer sur des projets conformes aux principes FAIR (Faciles à trouver, Accessibles, Interopérables, Réutilisables) en offrant des outils pour structurer, partager et analyser des métadonnées. Le projet s'adresse aux chercheurs, institutions et équipes techniques souhaitant optimiser la gestion de leurs données.

Ce projet vise à structurer et analyser des corpus de textes latins traduits en français, facilitant ainsi la recherche en linguistique historique et en philologie. Il permet de centraliser des données textuelles complexes pour des études comparatives ou des analyses sémantiques approfondies, en s'appuyant sur des formats standardisés comme Parquet pour une meilleure interopérabilité et accessibilité des données.

Ce projet est un système avancé d'alignement d'ontologies qui permet de comparer et de faire correspondre des structures de données sémantiques complexes. Il utilise des questions de compétence (CQA) pour générer des alignements précis entre différentes ontologies, facilitant ainsi l'interopérabilité des données. Le système peut exporter les résultats sous plusieurs formats (EDOAL, SPARQL, requêtes équivalentes) pour une intégration flexible dans divers environnements.

Ce projet vise à faciliter la standardisation et l'interopérabilité des graphes nommés dans le domaine de la science des données et du web sémantique. Il permet aux utilisateurs de collaborer sur la création et la gestion de vocabulaires contrôlés, d'ontologies et de schémas de données pour améliorer la cohérence et la réutilisabilité des informations structurées.

PropMatch est un système d'alignement de propriétés ontologiques conçu pour améliorer les correspondances entre différentes ontologies. Il utilise des méthodes de matching lexical et des embeddings avancés pour identifier et étendre les alignements de propriétés, facilitant ainsi l'interopérabilité entre schémas de données hétérogènes. Idéal pour les projets nécessitant une intégration sémantique précise, il s'adresse aux chercheurs, développeurs et entreprises travaillant avec des données structurées complexes.

Ce projet vise à développer des ontologies et des règles pour évaluer la sémantique et comparer des ontologies expressives dans le domaine de la représentation de connaissances 3D. Il permettra d'améliorer l'interopérabilité et la réutilisation des données 3D dans différentes applications.