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.

Texte JPEG / JPG OLR GT Segmentation Documents
Gallica : jeu d'images annotées pour la classification

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

JPEG / JPG GT Classification Images Intelligence artificielle (IA) Documents
Gallica : OLR corrigé de documents de presse

Ce jeu de données contient des pages corrigées ("vérité terrain") de documents numérisés de collections de presse traités avec une reconnaissance des articles (OLR, optical layout recognition

PAGE XML OLR OCR GT Presse Textes Documents
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
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 Manuscrits Patrimoine écrit Musique Périodiques Images Cartes Transition bibliographique Métiers du livre Chercheurs RDF
Utiliser les contenus IIIF de Gallica

Ce tutoriel présente des usages possibles de la collection Gallica dans un contexte IIIF.

IIIF Images
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
API IIIF de récupération des images de Gallica

L'API IIIF (International Image Interoperability Framework) est une API standardisée par le consortium IIIF  permettant la manipulation homogène d'images indépendamment de leurs localisati

JPEG / JPG TIFF IIIF Images
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
UNIMARC traditionnel et UNIMARC ER : comment s'y retrouver ?

Depuis 2012, le format bibliographique UNIMARC évolue pour permettre à ses utilisateurs de cataloguer conformément au modèle IFLA-LRM et aux codes de catalogage RDA et RDA-FR.