Ces jeu de données sont constitués de textes extraits de documents des collections de presse traitées durant les projets européens Europeana Newspapers et NewsEye et dont les d’entités nommées ont
Ce jeu de données regroupe un ensemble de romans scolaires parus sous la Troisième république et mobilisés dans le cadre du projet ModOAP (Modèles et outils d'apprentissage profond).
HBA est un jeu de données dédié à l'analyse de la structure de mise en page d'ouvrages anciens. Il constitue une vérité terrain d'images annotées au niveau pixel.
Ce jeu de données contient des pages corrigées ("vérité terrain") de documents numérisés de collections de presse traités avec une reconnaissance des articles (OLR, optical layout recognition
Ce jeu de données contient les textes océrisés et corrigés de documents des collections monographiques et périodiques de Gallica.
Lancé en février 2012, le projet européen Europeana Newspapers avait comme objectif de garantir une visibilité augmentée et un meilleur accès aux collections numérisées de la presse européenne.
Pyllica est un outil écrit en Python permettant de récupérer des documents hébergés sur la bibliothèque numérique Gallica.
Ce jeu de données fournit le texte océrisé des monographies en langue française de la collection numérique de Gallica.
Ce jeu de données regroupe des romans-feuilletons parus dans la presse française du XIXe siècle.
Dans le cadre de sa mission patrimoniale de dépôt légal de l’internet, la BnF collecte régulièrement le web politique français.