Liste des adresses URL des collectes du web électoral par la BnF

Dans le cadre de sa mission patrimoniale de dépôt légal de l’internet, la BnF collecte régulièrement le web politique français. Ce jeu de données contient les adresses URL des sites capturés lors des…

CSV RTF ZIP Sites web Elections Archives de l'internet Chercheurs
Gallica : feuilletons littéraires dans la presse

Ce jeu de données regroupe des romans-feuilletons parus dans la presse française du XIXe siècle. Il inclut à la fois le texte des feuilletons ainsi que les métadonnées associées (titre de presse et…

CSV JSON Texte XML OLR OCR Presse 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. Régulièrement enrichie depuis 1989, elle décrit aujourd’hui 205 000 enluminures issues de près de 7000 manuscrits…

CSV Manuscrits Images Métiers du livre
Liste des adresses URL des collectes ciblées du web français par la BnF

Dans le cadre de sa mission patrimoniale de dépôt légal de l’internet, la BnF collecte régulièrement un échantillon du web français, constitué à partir de collectes larges et de collectes ciblées. Ces…

CSV RTF ZIP Sites web Archives de l'internet Chercheurs
Échantillon segmenté d'enluminures de Mandragore

Dans le cadre d'expérimentations liées à la reconnaissance automatique d'images à partir d'enluminures de Mandragore, un petit corpus de 8 manuscrits a été segmenté manuellement afin de faire office d'échantillon d'apprentissage.

JSON CSV IIIF GT Détection d'objet Segmentation Manuscrits Images Intelligence artificielle (IA) Chercheurs
Mandragore : jeu d'images annotées pour la détection d'objet

Ce jeu de données est dédié à l'analyse de contenus iconographiques patrimoniaux. Il constitue une vérité terrain de représentations d’animaux extraites de Mandragore et de Gallica et annotées…

JPEG / JPG CSV GT Python Détection d'objet Intelligence artificielle (IA) Manuscrits Images Chercheurs
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
Documents de presse numérisés en mode « article »

Ce jeu de données contient les documents numériques d'une sélection des collections de presse de la BnF traitées avec une reconnaissance de la mise en page (OLR, optical layout recognition). Cette…

METS ALTO OLR GT OCR Textes Presse Documents
Documents de presse numérisés en mode « OCR » du projet Europeana Newspapers

Ce jeu de données contient les documents numériques des collections de presse traitées durant le projet européen Europeana Newspapers avec une reconnaissance du texte (OCR, optical character…

METS ALTO OCR Textes Presse Europeana Newspapers Documents