Ce projet propose un jeu de données dédié aux onomatopées présentes dans les bandes dessinées et les mangas. Il inclut trois versions de données annotées, permettant d'extraire des textes complexes ou tronqués. Les annotations sont structurées pour faciliter leur utilisation dans des modèles d'apprentissage profond. Le projet s'appuie sur des travaux de recherche publiés dans des conférences internationales et vise à soutenir les études en reconnaissance de motifs visuels et en traitement automatique des langues.

Le projet cdtn-nlp a pour objectif d'analyser et de comprendre des données textuelles à grande échelle en utilisant des techniques avancées de traitement automatique des langues (TAL) et de l'apprentissage automatique. Il permet d'extraire des informations utiles et de catégoriser des données textuelles pour faciliter la prise de décision et l'automatisation de processus métiers.

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.

NIVO est un projet open source dédié à l'analyse sémantique et à la gestion de données textuelles. Il permet aux équipes de collaborer sur des contenus enrichis, d'automatiser des processus de test et de déploiement, et d'intégrer des outils pour faciliter le travail collaboratif. Le projet s'inscrit dans un cadre académique et vise à faciliter la recherche en linguistique computationnelle et en traitement automatique des langues.

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.

Ce projet est un tutoriel pratique dédié à la segmentation discursive et à l'analyse des relations de discours dans des textes. Il s'adresse principalement aux étudiants et chercheurs en linguistique ou traitement automatique des langues (TAL). Le projet propose des séances théoriques et pratiques pour apprendre à utiliser des outils avancés comme ToNy ou DisCut, évaluer des prédictions automatiques, et améliorer des modèles de segmentation discursive à partir de données annotées.

CoRTeX est une boîte à outils Python dédiée à la résolution de coréférences dans des documents textuels. Il permet d'analyser des textes annotés pour identifier et caractériser les mentions (noms, pronoms) et leurs relations, en utilisant des algorithmes d'apprentissage automatique. Le projet facilite la création, l'entraînement et l'évaluation de modèles capables de prédire ces relations, notamment pour des applications en linguistique computationnelle ou en traitement automatique des langues.

La suite Alvis est une solution de traitement automatique des langues et de gestion des connaissances utilisée dans les laboratoires scientifiques. Elle se compose de plusieurs modules, dont AlvisNLP pour le pré-traitement de corpus, AlvisAE pour l'annotation de corpus, AlvisIR pour la recherche sémantique et TyDI pour l'édition de terminologies et d'ontologies.

Le projet narabizi-treebank vise à constituer une base de données lexicale et grammaticale du ngbaka ma'bo, une langue bantoue parlée en République Centrafricaine. Ce travail comprend la collecte et le traitement de données linguistiques, l'analyse grammaticale, et le développement d'outils de traitement automatique des langues pour faciliter l'étude et l'enseignement de cette langue.

ARA est un projet dédié à la modélisation et à l'analyse de grammaires catégorielles abstraites pour le traitement automatique des langues. Il permet de formaliser des théories linguistiques et de générer des représentations logiques à partir de discours ou de corpus textuels, facilitant ainsi l'étude sémantique et syntaxique des langues naturelles.