Outil unifié pour évaluer la qualité des prédictions de détection de citations dans des textes. Il calcule simultanément plusieurs métriques avancées (de-news, AADS, f1-theta, ROUGE-L) afin de comparer des résultats de modèles ou d'annotations avec des données de référence. Utilisé principalement dans le domaine de la linguistique computationnelle et du traitement automatique des langues.

Application web dédiée à l'évaluation et à l'analyse de modèles de transcription automatique (OCR/HTR) comme Kraken. Permet aux chercheurs et professionnels de comparer des textes de référence avec des prédictions générées par des modèles, en fournissant des métriques détaillées (taux d'erreur, précision, etc.) pour mesurer la qualité des transcriptions. Inclut des fonctionnalités de pré-traitement textuel et de visualisation des résultats.

Ce projet est un corpus de textes poétiques en vers au format XML-TEI, développé dans le cadre d'une recherche universitaire. Il permet l'analyse automatique des formes et structures métriques des œuvres versifiées. Les données sont structurées selon les normes TEI et XML Schema, facilitant leur exploitation par des outils de traitement automatique du langage. Le corpus est maintenu par le CRISCO (Centre de Recherche Interdisciplinaire sur les Corpus) de l'Université de Caen Normandie.

Orchestrateur dédié à la récupération, normalisation et transmission de données de prélèvements d'eau depuis divers connecteurs externes (Willie, Orange Live Objects, Aquasys, etc.) vers la plateforme Partageons l'Eau. Il automatise les déclarations, traite les fichiers et synchronise les métriques (volumes, débits) pour les acteurs publics et privés concernés par la gestion de l'eau.

Outil dédié à l'analyse et au traitement de fichiers binaires pour extraire des statistiques et des métriques. Utilisé principalement dans des contextes scientifiques ou techniques pour automatiser le traitement de données brutes issues d'expériences ou de simulations. Permet de générer des rapports détaillés sur les propriétés des fichiers analysés.

Pipeline bioinformatique automatisé conçu pour traiter des données ChIP-seq en simple extrémité chez l'humain. Il permet d'évaluer la qualité des échantillons, d'aligner les séquences, d'identifier les pics de liaison, et de générer des rapports détaillés. Le pipeline produit également des fichiers pour visualiser les résultats sur le navigateur génomique UCSC et inclut des métriques de qualité standardisées pour garantir la fiabilité des analyses.

Ce projet automatise le traitement des données de consultation de thèses et mémoires. Il récupère les logs des consultations, les envoie vers une plateforme d'analyse (EZPaarse) pour extraire des métriques, puis transmet les résultats à un outil de mesure (EZMesure). L'objectif est de fournir des statistiques détaillées sur l'usage des thèses en ligne, facilitant ainsi leur valorisation et leur analyse par les institutions académiques.

Ce projet collecte et traite des données techniques issues de l'exécution de DYNAMICO, un outil de modélisation environnementale. Il stocke des informations comme les temps d'exécution, les résultats de tests automatisés et les métriques de couverture de code. À terme, ces données seront accessibles via une interface web dédiée pour faciliter leur analyse et leur interprétation par les développeurs.

Ce projet automatise la classification des produits selon la nomenclature COICOP en utilisant un pipeline RAG (Retrieval-Augmented Generation). Il traite des données économiques brutes pour produire des annotations normalisées, améliorant ainsi la précision des classifications. Le système intègre des modèles d'IA avancés pour l'encodage vectoriel et la génération de résultats, tout en assurant une traçabilité complète des métriques via MLflow. Les données sont centralisées et structurées pour faciliter l'analyse sectorielle.