Le projet srcmf-ud est un outil dédié au traitement de données linguistiques, plus spécifiquement à l'annotation de texte selon les normes Universal Dependencies (UD). Il permet d'analyser des corpus et d'y apposer une annotation UD, facilitant ainsi l'exploitation et l'analyse de ces données pour des applications en linguistique computationnelle.

Ce projet automatise la gestion et la conversion des métadonnées de corpus linguistiques. Il extrait les métadonnées depuis la plateforme Ortolang, génère des fichiers XML et HTML pour l'édition, convertit divers formats vers un standard TEI, et exporte les corpus dans des formats compatibles avec des outils d'analyse comme TXM ou AntConc. Il facilite ainsi le traitement et l'exploitation des ressources linguistiques par les chercheurs et institutions.

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.

PyMotifs est une bibliothèque open source dédiée à l'analyse, la modélisation et la classification de textes dans le domaine des sciences humaines. Développée par des chercheurs du CNRS et de l'Université Paris III, elle permet aux utilisateurs de traiter des corpus textuels de manière automatisée. L'outil facilite l'exploration de motifs linguistiques, l'identification de structures récurrentes et l'extraction de connaissances à partir de données textuelles complexes. Il s'adresse principalement aux chercheurs, enseignants et étudiants en linguistique, littérature ou sciences sociales.

Le projet 3-data est une plateforme dédiée à la gestion et l'analyse de données linguistiques. Il permet le traitement automatisé de corpus textuels et offre des fonctionnalités d'extraction et de traitement de données pour le traitement automatisé de langage naturel.

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.

SxPipe est un outil de prétraitement linguistique conçu pour transformer des corpus bruts en graphes acycliques dirigés (DAG) d'entrées lexicales. Il gère la segmentation, la tokenisation, la correction des erreurs d'orthographe et la reconnaissance d'entités nommées. Utilisé dans des chaînes de traitement linguistique, il améliore la robustesse des analyses pour des langues comme le français, le polonais et le slovaque.

SxPipe est un outil de prétraitement linguistique conçu pour transformer des corpus textuels bruts en un graphe orienté acyclique (DAG) d'entrées lexicales. Il gère la segmentation, la tokenisation, la correction des erreurs d'orthographe et la reconnaissance d'entités nommées. Utilisé dans des chaînes de traitement linguistique, il améliore la robustesse des analyses automatiques pour des langues comme le français, le polonais ou le slovaque.

TREMoLo est un projet de recherche qui propose un corpus de tweets en français annoté pour l'analyse des registres de langue. Il permet aux linguistes et chercheurs en traitement automatique du langage de disposer d'un jeu de données structuré pour étudier les variations linguistiques dans les réseaux sociaux. Ce corpus est utilisé pour des travaux académiques et des applications en NLP.

Ce projet est un outil d'analyse et de traitement de texte permettant de compter les mots, trier des données et générer des statistiques à partir de fichiers. Il facilite l'étude de corpus textuels pour des applications comme la linguistique, l'analyse de données ou l'apprentissage automatique.