Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Ce dépôt héberge des cas de test pour Corpus Explorer, un outil intégré à CorTexT Manager. Corpus Explorer permet d'afficher et d'explorer un corpus de données sous forme de tableau en ligne, facilitant la lecture directe du contenu. Il propose des options de filtrage globales et par champ, ainsi qu'un système de recherche avancée pour analyser les données textuelles.
- Ce projet propose un corpus de tweets en français annoté pour l'analyse des registres de langue. Il s'agit d'une ressource linguistique destinée à la recherche en traitement automatique du langage naturel (TALN). Le corpus permet de caractériser différents registres de langue à partir de données textuelles issues de réseaux sociaux. Il est utilisé pour des études académiques et des développements technologiques dans le domaine de la linguistique computationnelle.
- Ce projet propose un ensemble structuré de fichiers de texte brut collectés ou générés dans le cadre d'un projet de recherche nommé TIME US. Il sert de base de données textuelles pour des analyses linguistiques, littéraires ou computationnelles. Les données sont destinées à être exploitées par des outils ou des chercheurs pour des études approfondies.
- Outil dédié au traitement et à l'analyse de corpus linguistiques. Il permet de parser, extraire et convertir des données textuelles issues de chaînes de traitement linguistique comme ATOLL ou FRMG. Les scripts automatisent la génération de statistiques, la détection d'erreurs et la visualisation des résultats pour faciliter la recherche en linguistique computationnelle. Développé initialement par l'INRIA, il s'adresse aux chercheurs et linguistes souhaitant analyser des corpus à grande échelle.
- Ce projet propose des formations organisées par l'URFIST de Paris en 2026, destinées aux chercheurs et professionnels des sciences humaines et sociales. Les sessions couvrent l'utilisation de Python pour l'analyse de données textuelles et l'introduction à la programmation. Les participants apprennent à manipuler des jeux de données variés, notamment des corpus de recherche en sociologie, et à appliquer des méthodes d'analyse quantitative.
- CLISTER est un corpus de similarité textuelle sémantique en français, spécialisé dans les récits cliniques. Il contient 1 000 paires de phrases annotées avec des scores de similarité allant de 0 à 5. Ce corpus est conçu pour soutenir la recherche et le développement en traitement automatique des langues, notamment dans le domaine biomédical. Les données sont librement accessibles à la communauté scientifique pour entraîner et évaluer des modèles de similarité textuelle.
- Ce projet propose un outil de visualisation et d'analyse de données textuelles, notamment pour les chercheurs et les documentalistes. Il permet de transformer des corpus de textes en graphes de connaissances interactifs, facilitant ainsi l'exploration et la compréhension des relations entre les concepts. Le service inclut une documentation détaillée et des ateliers pratiques pour former les utilisateurs à son utilisation.
- Ce projet développé pour le Hackathon 2024 du PEReN et de la Commission Européenne utilise des techniques avancées de traitement automatique du langage naturel pour analyser, structurer et rechercher des informations dans des documents textuels. Il permet d'extraire des entités nommées, de segmenter des textes, d'indexer des données pour une recherche sémantique, et d'interagir de manière conversationnelle avec des corpus documentaires. Les fonctionnalités incluent le traitement de données textuelles, l'embedding de documents et la génération de réponses contextualisées.
- Outil d'analyse textuelle conçu pour identifier et classer automatiquement les entités nommées dans des documents. Il permet de repérer des noms de personnes, organisations, lieux, dates, montants financiers et autres catégories spécifiques. Utilisé pour structurer et extraire des informations clés dans des corpus textuels variés, facilitant ainsi l'analyse sémantique et la recherche d'informations.
- CLISTER est un corpus de similarité textuelle sémantique en français, construit à partir de cas cliniques. Il contient 1 000 paires de phrases annotées avec des scores de similarité allant de 0 à 5. Ce corpus est destiné à la recherche en traitement automatique des langues (NLP) et en analyse sémantique, notamment pour évaluer des modèles sur des données médicales en français.
39 initiatives
10