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.

Formation organisée par le consortium ARIANE pour initier les chercheurs en sciences humaines et sociales aux techniques d'analyse automatique de textes. Elle couvre la textométrie, la catégorisation, l'analyse des entités nommées et des sentiments, avec des ateliers pratiques sur des corpus libres de droits. L'objectif est de fournir une vue d'ensemble des méthodes et outils disponibles pour automatiser l'analyse textuelle.

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.

Ce projet développé pour le Hackathon 2024 du PEReN et de la Commission Européenne utilise des techniques avancées de traitement automatique du langage (NLP) pour analyser, structurer et rechercher des informations dans des textes réglementaires. Il permet d'extraire des entités, de générer des embeddings, de répondre à des questions précises et de fournir des sources documentaires pertinentes pour faciliter l'analyse et la compréhension des textes juridiques européens.