API ISTEX, v5.1.0
Chères utilisatrices et utilisateurs, Nous avons le plaisir de vous annoncer la mise à disposition de la version 5.1.0 de l’API ISTEX. Cette version comporte de nombreuses modifications invisibles pour l’utilisateur, mais qui permettent de renforcer la stabilité et la … Lire la suite
Mise en ligne du corpus « Cambridge University Press »
Chers utilisatrices et utilisateurs, Nous avons le plaisir de vous informer que le corpus « Cambridge University Press » est à présent disponible sur la plateforme ISTEX. Ce corpus contient les archives de 312 titres de revues, publiés entre 1770 … Lire la suite
Outils de découverte/OpenURL : nouvel affichage du code d’erreur 404
Lorsqu’il y a échec de l’Open URL pour trouver un document dans la plateforme ISTEX, un message en JSON s’affiche « code » : 404 Vous êtes nombreux à trouver ce message peu explicite. Une couche IHM (pour Interface Homme-Machine) a été développée … Lire la suite
OCR : production de plein texte
Après plusieurs mois d’études sur l’évaluation des logiciels OCR, la mise en oeuvre des techniques d’estimation de la qualité OCR puis les tests de mise en production, l’équipe ISTEX-DATA a conçu sa propre chaîne OCR en développant des modules qui … Lire la suite
Documentation sur les enrichissements
En lien avec l’équipe Triplex du DPI, l’équipe Istex-rd a publié la documentation relative aux outils utilisés pour produire des enrichissements dans Istex. https://enrichmenttool-list.data.istex.fr/home L’expérimentation Triplex, à l’aide de l’outil Lodex, permet de transformer une série d’informations répertoriées dans un … Lire la suite
La documentation ISTEX « évolue »
Chers utilisatrices et utilisateurs, La documentation sur ISTEX évolue avec une adresse unique et dédiée https://doc.istex.fr/ donnant l’accès à : Une documentation Technique portant sur l’API ISTEX Des tutoriels sur l’API ISTEX Et Une documentation plus spécifiquement tournée … Lire la suite
Mise en ligne du corpus « Numérique premium »
Chers utilisatrices et utilisateurs, Nous venons tout juste de mettre en ligne le corpus « Numérique premium », première acquisition réalisée auprès d’un diffuseur français. Ce corpus est constitué de deux bouquets en langue française d’e-books en histoire et sciences … Lire la suite
Suppression des alias pour les facettes
Chers utilisatrices et utilisateurs, Comme vous avez pu le noter ces dernières semaines, nous migrons l’API en version 5 pour mettre à jour notre moteur ElasticSearch. Avec cette mise à jour importante viennent des changements importants, que nous vous avons … Lire la suite
OCR: Pré-traitements des documents
Une observation sur les documents texte (.txt) montrait que la présence de tableaux ou d’images produisait d’une part, du bruit et d’autre part une légère baisse de reconnaissance de caractère dans le document par tesseract. Une étude a donc été … Lire la suite
Schéma ODD-ISTEX
Bonjour à toutes et à tous, Lors d’un précédent billet de blog, nous vous annoncions le chargement dans la plateforme ISTEX de valeurs ajoutées sous forme d’enrichissements. Ces données XML sont décrites sous forme d’annotations en format TEI (Text Encoding … Lire la suite