Outil dédié à l'extraction et à la structuration des informations contenues dans les fichiers XML des décisions de justice. Il permet de transformer des documents administratifs complexes en données textuelles et métadonnées accessibles, facilitant ainsi leur analyse et leur exploitation par des professionnels du droit ou des systèmes automatisés.

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.

Bibliothèque Python développée par Météo-France pour concevoir et entraîner des modèles d'intelligence artificielle dédiés à l'analyse et la prévision des données météorologiques. Elle propose des architectures de réseaux de neurones adaptées (CNN, transformers, modèles multimodaux) pour des tâches comme la segmentation d'images satellite, la génération de texte à partir de données météo ou la détection d'artefacts sur les images radar. Les modèles sont optimisés pour des applications opérationnelles en météorologie.

Ce projet vise à améliorer le traitement automatique des textes de loi en français en utilisant des modèles avancés de NLP comme CamemBERT. Il permet de répondre à des questions posées sur des corpus juridiques, facilitant ainsi l'accès et l'analyse des réglementations. Les données, issues de Legifrance, sont annotées et transformées pour entraîner des modèles capables de comprendre et d'extraire des informations pertinentes des textes légaux.

Le projet looktxt permet de convertir des fichiers texte contenant des zones numériques en formats de données scientifiques, tels que CSV ou NetCDF. Il facilite ainsi la transformation de données textuelles en données structurées et exploitables.

Outil de manipulation et d'édition de flux de données en temps réel pour automatiser des traitements de texte ou de fichiers. Permet de transformer, filtrer ou enrichir des données brutes issues de sources variées comme des logs, des bases de données ou des API.

Ce projet collecte et archive les mots recherchés quotidiennement et mensuellement dans le DES (Dictionnaire des Entités Statistiques) pour les années 2019 et 2020. Les données proviennent des logs du serveur web Apache et sont transformées en fichiers texte brut pour faciliter leur analyse et leur exploitation par des chercheurs ou des statisticiens.

Bibliothèque Python conçue pour faciliter l'analyse et le traitement de textes en utilisant des expressions régulières. Elle permet aux développeurs d'extraire, transformer et analyser des données textuelles de manière efficace et automatisée. Idéale pour les projets nécessitant un traitement avancé de chaînes de caractères ou une extraction ciblée d'informations.

Ce projet fournit une solution clé en main pour déployer et configurer Logstash, un outil de collecte, de transformation et d'envoi de logs vers une base de données Elasticsearch. Il permet de traiter différents formats de données (texte brut, JSON, paires clé-valeur) et d'appliquer des règles de parsing personnalisées. Idéal pour les équipes DevOps ou les développeurs souhaitant centraliser et analyser leurs logs en temps réel.

Ce projet permet de transformer automatiquement des fichiers PDF en texte exploitable grâce à la reconnaissance optique de caractères (OCR). Il simplifie le traitement de documents numérisés ou scannés en extrayant leur contenu textuel pour une utilisation ultérieure, comme l'archivage ou l'analyse de données.