Ce jeu de données contient des pages corrigées (vérité terrain) de documents numériques de collections de presse traités avec de l'OCR (optical characters recognition).
Ce jeu de données comprend les inventaires en XML EAD extraits du Catalogue général des manuscrits (CGM).
Ce jeu de données comprend l'ensemble des enregistrements de la base Palme du CCFr.
Ce jeu de données contient le mode texte des documents de Gallica traités par l’Observatoire de la vie littéraire (Labex OBVIL