SWIP est un framework de recherche permettant de sémanthiser Android, c'est-à-dire d'utiliser des technologies du web sémantique en sous-couche. Le projet n'est plus en développement actif.

Apache Jena Fuseki est un serveur de données sémantiques qui permet de stocker, interroger et administrer des jeux de données au format RDF. Il facilite l'accès aux données structurées via des requêtes SPARQL, offrant une solution centralisée pour gérer des bases de connaissances ou des ontologies. Idéal pour les projets nécessitant une gestion avancée de données interconnectées, il est largement utilisé dans les domaines de la recherche, de l'intelligence artificielle et des systèmes d'information sémantique.

Necro est un projet OCaml développé à Inria Rennes en juin 2018, en relation avec l'article de recherche Skeletal Semantics and their Interpretations. Le projet fournit une boîte à outils pour manipuler les squelettes sémantiques, un format pour représenter la sémantique des langages de programmation.

AlvisIR est un moteur de recherche sémantique permettant l'indexation et la recherche de ressources avec expansion de requêtes pour une meilleure pertinence des résultats.

Le projet FAST vise à développer une solution d'indexation et de recherche de données non structurées, offrant une analyse sémantique des textes pour une recherche plus efficace et pertinente.

Le projet harvest-issn a pour objectif de récupérer, traiter et analyser des données bibliographiques afin d'en faciliter la recherche et l'exploitation. Il s'appuie sur des technologies telles que Elasticsearch pour l'indexation et la recherche, Gensim pour l'analyse sémantique, et MongoDB pour le stockage des données.

Système de recommandation de papiers de recherche s'appuyant sur un modèle d'encodage sémantique universel pour déterminer la similarité entre les résumés de papiers.

RezoLight-py est un outil permettant d'explorer une base de données relationnelle de type RezoJDM importée dans SQLite. Il permet de rechercher des noeuds et relations, d'accéder aux triplets pondérés et de décoder les noms de raffinement sémantique.

Le projet CHI-KNOW-PO a pour objectif d'identifier des schémas de co-occurrence de champs lexicaux et de emprunts textuels à travers les genres dans la Chine médiévale, en se concentrant plus spécifiquement sur les plantes parmi d'autres thèmes. Le projet se déroule en trois étapes : la numérisation, l'édition et la publication d'une corpus d'anthologies poétiques, de commentaires, de dictionnaires, d'encyclopédies et de traités pratiques de la période médiévale chinoise (environ 200-1000 apr. J.-C.) ; la création d'une base de données avec des informations bio-bibliographiques et sémantiques utiles pour des fins d'édition et d'exploration de textes ; et le développement de scripts permettant d'effectuer des recherches, des filtres et des analyses statistiques personnalisés pour étudier la co-occurrence de mots et de groupes de mots dans des textes donnés et identifier d'éventuels cas de réutilisation textuelle.

Le projet LREC2022 consiste en un corpus de textes cliniques en français annoté pour la similarité sémantique. Il a été construit sur la base du corpus CAS et contient 1000 paires de phrases évaluées sur une échelle de 0 à 5. Ce corpus est utile pour la recherche en apprentissage automatique et en traitement automatique du langage naturel dans le domaine médical.