GeoNature est une application web de gestion et de synthèse de données naturalistes. Elle permet la saisie de données de terrain, la gestion des utilisateurs et des droits, et la visualisation et le téléchargement de données sous forme de cartes et de tableaux.

Système de gestion de sentiers de randonnée, de contenus touristiques et d'événements, ainsi que de zones sensibles pour les parcs nationaux et les organisations touristiques.

D3lta est une bibliothèque open source conçue pour détecter et analyser les contenus dupliqués à grande échelle. Elle identifie trois types de duplicatas : les copier-coller (duplicatas quasi exacts), les reformulations et les traductions. L'outil s'appuie sur des modèles d'embeddings avancés pour comparer des textes multilingues et fournir des clusters de documents similaires, facilitant ainsi la lutte contre la manipulation de l'information et la désinformation.

Gargantext est une plateforme collaborative d'exploration de corpus de textes. Il combine des outils de traitement automatique des langues, de fouille de textes, d'analyse de réseaux complexes et de visualisation interactive pour permettre une analyse approfondie de grands corpus de données textuelles.

Ce projet fournit des outils pour la détection d'événements sur Twitter, en utilisant des algorithmes d'apprentissage automatique et de traitement de données textuelles. Il permet de représenter des phrases en vecteurs grâce à différentes méthodes, telles que Word2Vec, ELMo, BERT, et Universal Sentence Encoder.

Outil open-source pour l'anonymisation des données en langue française, compatible avec Node.js et les navigateurs. Il permet de détecter le type d'entité dans des données textuelles, de détecter les types de données dans un fichier CSV et de l'anonymiser.

Le projet dataESR vise à collecter, traiter et analyser des données relatives à l'enseignement supérieur et à la recherche en France. Il s'appuie sur des techniques d'extraction de données à partir de sources variées (web scraping, API, etc.), de traitement automatisé de données textuelles (NLP, SPARQL) et de visualisation de réseaux de relations (Neo4j).

Ce projet est une plateforme d'analyse de données hébergée sur Google Cloud Platform. Il permet de collecter, traiter, et analyser des données à grande échelle grâce à des outils tels que BigQuery, Airflow, et TensorFlow.

Projet de l'Ecolab visant à produire des outils d'aide à l'analyse d'études d'impact environnemental via du Machine Learning et du Natural Language Processing. Il permet la détection et l'extraction de sommaires de documents PDF, l'analyse de l'importance des enjeux dans un texte et le résumé automatique de sections de texte.

Ce dépôt contient des outils pour annoter et interroger des données collectées dans le cadre d'une étude sur les discours autour de ChatGPT et de l'IA.