Fiches descriptives de bibliothèques (Répertoire du CCFr)

Ce jeu de données reprend le contenu du Répertoire du Catalogue collectif de France pour sa partie "Bibliothèques".

XML Bibliothèques
Gallica : jeu d'images annotées pour la segmentation

Ce jeu de données est dédié à l'analyse de contenus iconographiques patrimoniaux.

JPEG / JPG JSON XML Python GT Segmentation Images Intelligence artificielle (IA) Documents
Inventaires du Répertoire des manuscrits littéraires français du XXème siècle (Palme) (CCFr)

Ce jeu de données comprend l'ensemble des enregistrements de la base Palme du CCFr.

XML EAD Manuscrits Littérature
Gallica : feuilletons littéraires dans la presse

Ce jeu de données regroupe des romans-feuilletons parus dans la presse française du XIXe siècle.

CSV JSON Texte XML OLR OCR Presse Documents
Gallica : tables et index

Ce jeu de données liste les imprimés de la collection numérique de Gallica proposant des tables et index transcrits.

XML TEI Documents
Notices de manuscrits médiévaux de BnF Archives et Manuscrits

Pour permettre un projet de comparaison des méthodes de catalogage des manuscrits médiévaux dans les bibliothèques européennes, une extraction de BnF Archives et Manuscrits a été réalisée en octobr

XML XLS / XLSX EAD Manuscrits
Fiches descriptives de fonds (Répertoire du CCFr)

Ce jeu de données comprend les fiches descriptives de fonds du Répertoire du Catalogue Collectif de France (CCFr).

XML Patrimoine écrit Bibliothèques
Gallica : métadonnées quantitatives de la presse ancienne (XIXe-XXe siècles)

Ce jeu de données contient des métadonnées quantitatives relatives aux contenus de la collection de presse traitée durant le projet européen Europeana Newspapers.  

XML JSON CSV OCR OLR Presse
Inventaires du Catalogue général des manuscrits (CGM-CCFr)

Ce jeu de données comprend les inventaires en XML EAD extraits du Catalogue général des manuscrits (CGM).

XML CSV EAD Manuscrits
Gallica : OCR corrigé de documents de presse

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).   

XML OCR GT Textes Presse Documents