softwareTag - Extraction de noms de logiciels

Niveau d'utilisation : Débutant

Niveau de validation : Expérimental

Objectif

Ce web service détecte des noms de logiciels sur des textes en anglais.

Méthode

Le modèle utilisé par ce web service est un réseau de neurones entraîné en utilisant Flair sur le jeu de données softCite. Le code pour entraîner et évaluer le modèle est disponible à ce lien.

Métriques

Précaution : Le web service fonctionne uniquement sur du texte anglais.

Variantes

Vérifier si le logiciel extrait est open source

Précaution : cette variante est beaucoup plus lente : les résultats sont limités à 60 par minute.

Cette variante utilise l’API libraries.io pour vérifier la licence de chaque entité extraite. L’URL à utiliser pour cette variante est :
https://software-extract.services.istex.fr/v1/tagger-oa

Références

Le modèle a été entraîné en utilisant Flair.
Pour obtenir la licence des logiciels, nous utilisons l’API de Libraries.io.

Ces web services qui peuvent vous intéresser

Extraction d'entités géographiques

Extraction d'entités nommées de maladies

Extraction d'entités nommées en astronomie

Extraction d'entités nommées en chimie

Extraction de financeurs dans un article

Extraction d'entités nommées (Personnes, Localisations, Organismes et autres)

URL DU WEB SERVICE à renseigner dans LODEX enrichissement est :

https://software-extract.services.istex.fr/v1/tagger

Variantes enrichissement

Extraction de la licence du logiciel

https://software-extract.services.istex.fr/v1/tagger-oa

Absent de TDM Factory

Traitement

Les entités nommées sont toutes renvoyées dans un champ “SOFT”.

This is a test text for the ner model. Model has to extract software such as BioImag Softr	==>	BioImag Softr
An RNN-based model was designed using Python3 language with the PyTorch packages.	==>	Python3, PyTorch.

Démonstration

Code source