Projet de web sémantique réalisé par des étudiants, comprenant l'extraction et la représentation de données du web, l'analyse sémantique de textes et la création de graphes de connaissances.

Ce projet, développé par l'ABES (Agence Bibliographique de l'Enseignement Supérieur), automatise la transformation des données bibliographiques et d'autorités RAMEAU en représentations vectorielles denses. Il calcule des embeddings sémantiques pour les vedettes-matières RAMEAU, agrège les vecteurs par concept et alimente une base de données vectorielle (Qdrant) afin d'améliorer la recherche et l'indexation automatique des notices dans le catalogue Sudoc.

Outil permettant de visualiser et d'explorer un réseau lexico-sémantique à partir d'une base de données MySQL locale. Il facilite l'analyse des relations entre mots et concepts, offrant une représentation graphique des connexions sémantiques pour des études linguistiques ou des recherches en traitement automatique des langues.

Ce projet est un démonstrateur académique conçu pour illustrer une thèse. Il propose un cadre multimodal permettant de représenter un environnement en combinant des données de perception (vision, capteurs) et des traitements sémantiques. L'objectif est de créer une représentation cohérente et exploitable d'un espace physique, facilitant des applications comme la robotique, la réalité augmentée ou l'analyse de scènes complexes.

Ce projet permet de visualiser et d'explorer des données sémantiques structurées au format RDF. Il offre des outils pour interroger des bases de connaissances via des requêtes SPARQL et générer des représentations graphiques interactives (graphes, cartes, arbres, diagrammes). Les utilisateurs peuvent analyser des relations complexes entre entités et publier des visualisations personnalisées.

BioGITOM est un système spécialisé dans l'alignement d'ontologies biomédicales, essentielles pour organiser et standardiser les connaissances médicales. Il combine des embeddings sémantiques spécifiques au domaine avec des caractéristiques structurelles issues d'un modèle hybride (Graph Isomorphism Transformer). Cette approche permet de générer des représentations précises des concepts et d'améliorer l'intégration des données entre différentes ontologies, facilitant ainsi la recherche et l'analyse en santé.

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.