Gallica : jeu de publicités illustrées

Ce jeu de données propose des publicités illustrées parues dans des périodiques du XXe siècle (quotidiens, revues et magazines).

JSON XML JPEG / JPG IIIF OCR OLR Images Presse Intelligence artificielle (IA) Documents
Thésaurus iconographique de Mandragore

La base iconographique Mandragore utilise un thésauru

RDF/XML RDF/Turtle RDF Manuscrits Humanités numériques
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
Documents de presse en mode texte du projet Europeana Newspapers (XIXe-XXe siècles)

Ce jeu de données contient le texte des collections de presse traitées durant le projet européen Europeana Newpapers.

JSON OCR Textes Presse Europeana Newspapers 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 RDF Manuscrits Patrimoine écrit Musique Périodiques Images Cartes Transition bibliographique
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.

RDF/XML RDF/N3 RDF/NT RDF XVIe siècle
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 : 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
Dumps de BP16

Bp16.bnf.fr a pour objectif le recensement de la production imprimée à Paris tout au long du XVIe siècle.

RDF/XML RDF/N3 RDF/NT RDF Bibliographie XVIe siècle
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