Sources
Catégories
Licence
Formats
Technologies
Sujets
Dumps de data.bnf.fr

data.bnf.fr rassemble les données issues des différentes bases et catalogues de la BnF pour y donner un accès fédéré par auteurs, oeuvres, thèmes, lieux et dates.

RDF/XML RDF/NT RDF/N3 RDF Manuscrits Patrimoine écrit Musique Périodiques Images Cartes Transition bibliographique
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
Gallica : métadonnées de la collection numérique

Ce jeu de données référence tous les documents de la collection numérique de Gallica à travers leurs métadonnées bibliographiques élémentaires.

CSV OAI-PMH
Métadonnées des collections médiévales numérisées du projet Europeana ARMA

Dans le cadre du projet ARMA : The Art of Reading

CSV XLS / XLSX OAI-PMH Dublin Core Histoire du livre et de la lecture Manuscrits Livres Cartes Monnaies
Hackathon 2018 : réutilisez le code des projets

Dans le cadre de la Semaine de l’innovation publique, la BnF a organisé son 3e Hackathon les 24 et 25 novembre 2018.
Catalogues de vente annotés du projet Datacatalogue

Ce jeu de données regroupe des catalogues de vente annotés durant le projet Datacatalogue. Ces documents sont issus des collections numérisées de la BnF et de l'INHA.

JSON TEI JPEG / JPG GT Documents
Gallica : texte océrisé des monographies de langue française

Ce jeu de données fournit le texte océrisé des monographies en langue française de la collection numérique de Gallica.

CSV Texte OCR Documents Textes Lexicométrie
Dumps Mandragore

Mandragore est la base d’indexation iconographique des enluminures de la BnF.

CSV Manuscrits Images
Notices de BnF Catalogue général modifiées dans le cadre de la Transition bibliographique

Dans le cadre du programme Transition bibliographique, la Bibliothèque nationale de France mène des chantiers de transformation des données

Unimarc Intermarc ISO 2709 Transition bibliographique
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