Projet Europeana Newspapers

Lancé en février 2012, le projet européen Europeana Newspapers avait comme objectif de garantir une visibilité augmentée et un meilleur accès aux collections numérisées de la presse européenne.

XML Texte OCR OLR GT Presse
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
Entrepôt OAI-PMH de Gallica et des expositions virtuelles (OAI-NUM)

OAI-PMH (Open Archives Initiative - Protocol for Metadata Harvesting), est un « protocole de collecte de métadonnées de l'Initiative pour les Archives ouvertes ». Le protocole OAI-PMH est un moyen…

XML OAI-PMH Dublin Core
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
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,…

Texte OCR OLR GT NLP Presse Intelligence artificielle (IA)
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
Entrepôt OAI-PMH de BnF Catalogue général (OAI-CAT)

OAI-PMH (Open Archives Initiative - Protocol for Metadata Harvesting), est un « protocole de collecte de métadonnées de l'Initiative pour les Archives ouvertes ». Le protocole OAI-PMH est un moyen…

XML OAI-PMH Dublin Core
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
Wrappers pour les API Gallica

Ces wrappers permettent d'appeler les API Gallica, IIIF et SRU depuis un script Python ou R.

JSON Python IIIF SRU R
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