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
Projet IMPACT

Les résultats du projet européen IMPACT 2012-2015) consacré à la numérisation du patrimoine écrit sont hébergés par le Centre de compétences IMPACT, chargé de diffuser outils, données et savoir-faire.

XML JPEG / JPG TIFF OCR GT Textes Images Presse
Notices bibliographiques de la Bibliographie nationale française - Produits mensuels

Ces jeux de données mensuels contiennent les nouvelles notices des documents édités ou diffusés en France et reçus par la BnF au titre du dépôt légal.

ISO 2709 Unimarc Intermarc Cartes Livres Sons Vidéos Musique Périodiques
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

Unimarc Intermarc ISO 2709 Transition bibliographique
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
Notices bibliographiques de la Base Patrimoine (CCFr)

Ce jeu de données comprend les notices bibliographiques extraites de la Base Patrimoine du Catalogue Collectif de France (CCFr).

Unimarc ISO 2709
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).

Texte OCR 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.

Unimarc Intermarc ISO 2709 Transition bibliographique