Gallica : texte océrisé de romans scolaires

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). Il inclut le…

Texte OCR Documents
Projet Foucault fiches de lecture : utiliser les données de data.bnf.fr pour l'indexation de corpus numériques

Le projet Foucault Fiches de Lecture (FFL) a pour but d’explorer et de mettre à disposition en ligne un large ensemble de fiches de lecture de Michel Foucault (1926-1984) conservées à la BnF depuis 2013.

RDF/N3 RDF/Turtle PHP OMEKA Javascript Manuscrits Humanités numériques Chercheurs
HBA : un jeu d'images annotées pour l'analyse de la structure de mise en page d'ouvrages anciens

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.Les figures suivantes illustrent…

Texte JPEG / JPG OLR GT Segmentation Documents
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
Dumps détaillés de data.bnf.fr

Cette page liste l'ensemble des jeux de données au format RDF (RDF/XML ; RDF/NT ; RDF/N3) et fournit un lien https pour chacun d'entre eux, à destination des réutilisateurs qui souhaiteraient…

RDF/XML RDF/NT RDF/N3 Métiers du livre Chercheurs RDF
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
Gallica : texte corrigé et OCR de documents

Ce jeu de données contient les textes océrisés et corrigés de documents des collections monographiques et périodiques de Gallica. Alignement entre texte OCR et texte corrigé

Texte OCR GT Textes Documents
Dumps de BP16

Bp16.bnf.fr a pour objectif le recensement de la production imprimée à Paris tout au long du XVIe siècle. Cette bibliographie a été constituée à partir des manuscrits de Philippe Renouard (1862-1934)…

RDF/XML RDF/N3 RDF/NT RDF Bibliographie XVIe siècle
Texte de presse annoté en entités nommées

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 été…

Texte NLP GT Textes Presse Europeana Newspapers Documents
Dumps reliures.bnf.fr

La BnF conserve l’une des plus importantes collections de reliures du monde dont il convenait d’améliorer le signalement pour en favoriser l’étude et la connaissance. Le site reliures.bnf.fr met ainsi…

RDF/XML RDF/N3 RDF/NT RDF XVIe siècle