Archives par étiquette : OCR

Gallica et wikisource

La Bibliothèque Nationale de France a signé un accord de partenariat avec la fondation Wikimédia France pour intégrer une partie des ouvrages de Gallica dans Wikisource.

Wikisource est une “bibliothèque libre”. C’est un projet frère de l’encyclopédie Wikipedia.

Wikisource comprend plus de 56 300 textes (avril 2010).

1 400 livres en français du domaine public seront ajoutés à Wikisource.

Gallica va bénéficier du savoir-faire de la communauté de Wikisource, en particulier au niveau de la relecture et de la correction des textes. En effet Gallica numérise les ouvrages et utilise ensuite la reconnaissance optique de caractères (OCR) pour obtenir un fichier texte permettant la recherche  dans le texte intégral. L’OCR est encore source d’erreurs surtout sur les documents anciens..

voir http://www.wikimedia.fr/wikim%C3%A9dia-france-signe-un-partenariat-avec-la-bnf

JPL