Cette API a pour but de fournir un point d'entrée pour la pseudonymisation de documents. Elle utilise un modèle de reconnaissance d'entités nommées pour trouver et remplacer les prénoms, noms et adresses dans les décisions de justice.

Ce projet est une API REST simple qui permet de pseudonymiser des textes en remplaçant les entités identifiables telles que les noms propres par des tokens. Il est basé sur un modèle d'apprentissage automatique supervisé utilisant une architecture biLSTM + CRF pour la reconnaissance d'entités nommées.

Le projet ner4archives vise à développer des méthodes de reconnaissance d'entités nommées spécifiquement adaptées aux instruments de recherche XML-EAD utilisés par les Archives nationales de France. Il s'agit d'améliorer l'accès à l'information archivistique en extrayant et en structurant automatiquement les métadonnées contenues dans les descriptions d'archives.

Le projet mnist est un exemple d'utilisation de TensorFlow et Keras pour la reconnaissance de chiffres écrits à la main dans des images. Il démontre comment un modèle de machine learning peut être entraîné pour classer des formes et des nombres, ce qui peut être utile dans de nombreux cas d'utilisation métiers.

Ce projet vise à étudier la vulnérabilité des modèles de reconnaissance de personnes aux attaques adverses. Il propose différents types d'attaques sur les modèles d'apprentissage métrique en fonction du nombre et du type de guides disponibles. Deux attaques particulièrement efficaces ont été identifiées, et le projet propose également des méthodes de défense contre ces attaques.

Ce projet est une formation pratique sur le text-mining et la reconnaissance d'entités nommées (REN) à partir de textes scientifiques. Les participants apprennent à utiliser AlvisNLP, un outil de composition de workflows en text-mining développé par l'équipe Bibliome de l'unité MaIAGE, pour effectuer une première approche de l'application de text-mining. La formation s'adresse à des chercheurs et ingénieurs en informatique ou en maths-info-stats appliquées ou en bioinformatique.

Ce package permet l'exploitation et la transformation des fichiers DOC contenant les décisions de justice du Conseil d'État. Il sert à préparer les données pour la modélisation du langage (language modelling) et la reconnaissance d'entités nommées (named entity recognition).

Plateforme officielle dédiée au Service National Universel (SNU) en France. Elle centralise les informations, guides et ressources pour les jeunes, les professionnels et les volontaires. Elle permet d'accéder à des bases de connaissances, des espaces dédiés et des outils pour faciliter l'engagement citoyen des jeunes.

Le projet distrib est une plateforme de gestion de projets de traduction, d'analyse sémantique de documents et de reconnaissance d'entités nommées. Il offre des fonctionnalités avancées de traitement de langage naturel et de collaboration en temps réel.

Ce projet vise à formater les prédictions d'habitat des bactéries alimentaires pour le projet FoodMicrobiome. Il utilise des sources telles que PubMed, GenBank, DSMZ et CIRM pour la reconnaissance d'entités nommées, la normalisation et l'extraction de relations.