Python

Guide expliquant étape par étape l'adaptation d'un script Python de dépôt par lot dans Nakala (via l'API) pour un projet particulier, en suivant les recommandations sur la qualité des données. Puis des scripts permettent de publier ou de supprimer par lot ces données, et de demander la modération par lot des données publiées. Pour finir, des ressources pour créer un site Nakala_Press.

Dépôts du projet PipeP (ex. PipeR) du HN Lab.

Dépôts du code d'une application Web sous Streamlit implémentant une solution de Retrieval-Augmented Generation (RAG).

Preuve de concept de l'utilisation de l'API Albert (DINUM) pour construire une application Web (Streamlit / Python) en forme de trousse à outils pour l'historien·ne.

Script Python permettant à un·e modérateur·ice Nakala de modérer par lot les données publiées par un·e utilisateur·ice Nakala

Script python permettant le téléchargement de données (fichiers + métadonnées) dans Nakala par lot, à partir d'une collection

Python script to run within Agisoft Metashape sofware using the API to convert a project into an AIOLI compliant ZIP ready for import.

Preuve de concept pour Cosma + revue30.org https://ecrinum.gitpages.huma-num.fr/cosma-revue30/

Exercices pratiques de réplicabilité de code source

Projet de valorisation des données au LT2D.

simple Python and R scripts to be used during doctoral sessions or webinaires on virtual environments, conteneurisation and replicability

🏛️ OPUS – Publication de corpus de référence en accès ouvert OPUS est une chaîne éditoriale open source développée pour les chercheurs des Écoles françaises à l’étranger. Elle permet de publier en ligne des corpus de recherche structurés (catalogues, notices, images, plans, textes, etc.) sous forme de sites Web statiques durables.

Le projet repose sur une logique low tech : fichiers Markdown, transformation automatique en HTML, absence de CMS, hébergement GitLab.

🔧 La production s’appuie sur des outils ouverts :

Tropy pour la gestion des images et métadonnées Jupyter Notebooks pour la génération automatisée des fichiers Markdown Visual Studio Code pour l’édition Git pour le versionnement et la synchronisation 📚 Chaque publication intègre ses données, sa documentation et se voit attribuer un DOI Resefe pour assurer sa citabilité et sa pérennité.

📖 Documentation et exemples : Documentation OPUS Sources du projet sur GitLab Huma-Num

OPUS est conçu pour être réutilisable, modulaire et adaptable à d’autres projets de publication scientifique.

Script Python pour générer en masse des Manifests IIIF à partir de données stockées dans l'entrepôt Nakala (dont des collections)

RASCAL (Radial Angular Statistical Color Adaptation and Lifting) is a multiplatform software package designed to reveal subtle chromatic variations in standard RGB digital images. It was developed primarily for applications in cultural heritage and archaeological imaging, where faint colour differences may correspond to pigments, erased writings, surface alterations or archaeological structures that are difficult to perceive visually. Unlike fully automatic enhancement methods, RASCAL relies on interactive exploration of a whitened RGB colour space. The user visually evaluates the transformations and identifies the most informative configuration.

Cas d'usage Arkindex (PictorIA) : extraction structurée des 529 lots d'un catalogue de vente aux enchères de 1969 numérisé sur Gallica. Pipeline OCR Tesseract, export PAGE XML

EclaiRAGe est une application Web permettant d'expérimenter la Génération Augmentée par Récupération ou Retrieval-Augmented Generation (RAG) développée au sein du Huma-Num Lab pour répondre aux besoins spécifiques des chercheurs en Lettres, en Sciences Humaines et Sciences Sociales (LSHS).

Elle permet d'indexer et d'interroger des corpus de documents (format PDF, DOCX, EPUB, Markdown, Txt) en utilisant des techniques avancées de recherche sémantique et de génération de réponses grâce à des modèles d'IA générative.

Cette application, développée en coopération avec des chercheurs en LSHS, offre plusieurs fonctionnalités permettant de piloter l'IA, ses différents réglages, etc.

EclaiRAGe est une application Web permettant d'expérimenter la Génération Augmentée par Récupération ou Retrieval-Augmented Generation (RAG) développée au sein du Huma-Num Lab pour répondre aux besoins spécifiques des chercheurs en Lettres, en Sciences Humaines et Sciences Sociales (LSHS).

Elle permet d'indexer et d'interroger des corpus de documents (format PDF, DOCX, EPUB, Markdown, Txt) en utilisant des techniques avancées de recherche sémantique et de génération de réponses grâce à des modèles d'IA générative.

Cette application, développée en coopération avec des chercheurs en LSHS, offre plusieurs fonctionnalités permettant de piloter l'IA, ses différents réglages, etc.

Application de RAG EclaiRAGe utilisant Albert API (DINUM).