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
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

ISO 2709 Transition bibliographique Métiers du livre Intermarc UNIMARC
Implémenter RDA-FR grâce à UNIMARC

Le format UNIMARC évolue progressivement depuis 2012, grâce au Permanent UNIMARC Committee (PUC), pour permettre le catalogage par entités-relations conformément au modèle IFLA LRM.

Transition bibliographique Métiers du livre UNIMARC RDA-FR
Projet NewsEye

NewsEye, financé par le programme de recherche et d'innovation Horizon 2020 de l'Union européenne, est un projet de recherche qui fait progresser l'état de l'art et introduit de nouveaux concepts, méthodes et outils pour les humanités numériques en fournissant un accès amélioré aux journaux historiques.

Texte OCR OLR GT NLP Presse Intelligence artificielle (IA)
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
Décrire les personnes et identités publiques en UNIMARC avec RDA-FR

Comment cataloguer une personne et son ou ses identités publiques conformément au code RDA-FR dans le format UNIMARC ?

Transition bibliographique Métiers du livre UNIMARC RDA-FR
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

Texte NLP GT Textes Presse Europeana Newspapers 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 rec

METS ALTO OCR Textes Presse Europeana Newspapers Documents
Nouveautés des données et de l'Unimarc de diffusion de la BnF (2023)

Les données bibliographiques proposées par la Bibliothèque nationale de France connaissent des transformations régulières.

ISO 2709 Transition bibliographique Métiers du livre UNIMARC Intermarc
Pyllica, extracteur Python de corpus de périodiques de Gallica

Pyllica est un outil écrit en Python permettant de récupérer des documents hébergés sur la bibliothèque numérique Gallica.

PDF JPEG / JPG Texte Python Presse