Outil d'extraction et de classification de documents utilisant l'OCR et les modèles de langage. Permet de traiter des PDF et images pour identifier des documents officiels (passeports, CNI, titres de séjour) et en extraire les données structurées. Inclut une interface web interactive pour faciliter la gestion des schémas de documents et une API pour une intégration programmatique.

Ce projet propose un backend spécialisé dans l'extraction de texte à partir de documents numérisés ou PDF via des technologies d'OCR avancées. Il permet aux utilisateurs de traiter des fichiers volumineux en exploitant plusieurs modèles d'OCR (Marker, Nanonets, OlmOCR) pour une conversion précise et rapide. L'outil est conçu pour s'intégrer facilement dans des workflows existants, offrant une solution scalable et performante pour la digitalisation de documents.

Marker serve est une solution serveur dédiée au traitement de documents PDF. Elle permet de convertir des fichiers PDF en formats structurés comme Markdown, JSON ou HTML, facilitant ainsi l'extraction et l'analyse de contenu. Le service prend en charge l'OCR pour les documents scannés et offre des options de personnalisation comme la sélection de plages de pages ou le forçage de l'OCR. Idéal pour automatiser la gestion documentaire dans des environnements professionnels ou techniques.

Ce projet permet d'interagir avec l'API ISTEX pour récupérer, traiter et analyser des documents scientifiques. Il facilite l'extraction de métadonnées, la conversion de formats (PDF, JSON), et la génération de données structurées pour des corpus documentaires. Il est utilisé par des institutions de recherche pour automatiser des workflows de traitement de publications.

Serveur dédié au traitement et à la conversion de documents PDF en formats structurés comme le Markdown, le JSON ou l'HTML. Il permet d'extraire et de structurer le contenu textuel des documents, y compris ceux nécessitant une reconnaissance optique de caractères (OCR). Idéal pour automatiser la gestion de fichiers volumineux ou complexes, il offre des fonctionnalités avancées comme le traitement par lots, l'amélioration de la précision via des modèles d'IA, et une intégration facile via une API REST.

RULA est un outil dédié à la pseudonymisation de transcripts PDF issus d'entretiens Produit ou BizDev pour les services MSS et MSC. Il permet de traiter des documents sensibles en masquant les informations identifiantes tout en conservant l'intégralité du contenu textuel. Le système garantit la traçabilité des modifications et la conformité aux exigences de protection des données. Les transcripts validés sont archivés de manière sécurisée, tandis que les fichiers sources temporaires sont supprimés après traitement.

Ce projet est un ensemble de plugins Lutece dédié à la création, la gestion et le traitement de formulaires en ligne. Il permet aux administrations ou organisations de déployer rapidement des solutions de collecte de données structurées, avec des fonctionnalités avancées comme l'automatisation des processus, la génération de documents (PDF, CSV) et l'envoi de notifications. Idéal pour les services publics ou privés nécessitant une gestion centralisée et sécurisée des formulaires.

Le projet DRS2AMR est un outil permettant de convertir des données de dossiers médicaux au format FHIR, d'automatiser le traitement de ces données et d'extraire des données structurées à partir de documents PDF médicaux. Il s'agit d'un dépôt de code source conçu pour faciliter le développement et l'intégration de fonctionnalités liées à la gestion et l'analyse de données médicales.

Service d'API web spécialisé dans la transformation automatisée de documents. Il permet aux utilisateurs de soumettre des archives contenant des fichiers et des instructions de conversion, puis de récupérer les documents transformés (comme des PDF) une fois le traitement terminé. Idéal pour les entreprises ou développeurs ayant besoin de convertir des fichiers en masse ou d'intégrer cette fonctionnalité dans leurs propres applications.

Portalis Collect est une solution dédiée à la collecte, au traitement et à la sécurisation de documents administratifs numériques. Elle permet aux organismes publics et privés de gérer des flux de documents structurés, notamment des PDF, en automatisant leur extraction, leur validation et leur archivage. Le service facilite la conformité aux règles de publication et de signature électronique, tout en assurant l'intégrité des données échangées.