Le projet text-classification est un outil d'analyse et de traitement automatique de texte. Il permet de classer, catégoriser et analyser le contenu de données textuelles, offrant ainsi des informations précieuses pour la prise de décision et l'automatisation des processus.

Ce projet automatise la transcription de vidéos institutionnelles, notamment celles de l'Assemblée Nationale, en convertissant la parole en texte écrit. Il permet de générer des sous-titres synchronisés avec la vidéo, facilitant ainsi l'accessibilité et l'archivage des contenus. Le système utilise des modèles d'intelligence artificielle pour traiter l'audio et produire des transcriptions précises, même pour des expressions techniques ou des débats complexes.

Ce projet permet de détecter la langue d'un texte grâce à l'apprentissage automatique. Il utilise des algorithmes avancés pour identifier la langue d'un texte donné, ce qui peut être utile dans de nombreux cas d'utilisation, tels que l'analyse de données textuelles et le traitement automatisé de langues.

ModLang est un outil d'analyse textuelle et de reconnaissance d'auteurs conçu pour traiter des documents écrits. Il permet d'identifier des auteurs à partir de textes, de déterminer la langue d'un document, et de modéliser des structures linguistiques via des n-grammes. Il est utile pour des applications en linguistique computationnelle, en sécurité informatique ou en traitement automatique des langues.

Le projet Very Light Transformer (VLT) est une architecture légère implémentée avec Pytorch, destinée au traitement automatisé de données textuelles. Il permet l'analyse sémantique de texte et la génération automatique de texte.

Projet dédié à l'analyse et à la classification automatique de documents textuels. Il permet d'extraire des entités nommées, de catégoriser des contenus et d'identifier des thèmes principaux. Utilisé pour automatiser le traitement de grandes quantités de texte, il facilite la recherche d'informations et l'organisation de données non structurées.

Outil dédié au traitement automatique des décisions de justice issues des bases JURINET et JURICA. Il permet de pseudonymiser les textes juridiques pour protéger les données sensibles tout en conservant leur structure et leur sens. Le projet intègre des modèles d'apprentissage automatique pour identifier et extraire les entités juridiques pertinentes, puis applique des méthodes de post-traitement pour affiner les résultats et corriger les erreurs potentielles.

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.

Outil d'analyse avancée de texte utilisant des modèles de langage pour extraire des insights, classer des documents ou identifier des similarités entre contenus. Permet aux entreprises de traiter automatiquement de grandes quantités de données textuelles pour améliorer leur prise de décision ou automatiser des workflows.

EMRLearning est un projet dédié à l'analyse et au traitement automatique du langage naturel. Il permet d'extraire des synonymes à partir de grands corpus textuels, d'annoter des données pour des applications en linguistique computationnelle et de générer des modèles de langage adaptés. L'outil est particulièrement utile pour les chercheurs, les linguistes et les développeurs travaillant sur des projets nécessitant une compréhension avancée des textes.