Καταγραφή Πηγών

Συντομογραφίες

Σύντμηση	Εξήγηση
ΣΚΡΙΠΤ	Καλό για script
ΑΣΕΛ	Αναζητήσιμο σε επίπεδο λέξης
ΠΕΡΙΠΤΩΣΗ	Διαφορετικά φορμάτ εξέταση κατά περίπτωση
ΠΙ	Πνευματική ιδιοκτησία

Δοκιμή Αυτόματης Καταγραφής

source	size	license	access
OPENBOOK.GR	13,221 e-books and 2,368 audio books	Mixed (PublicDomain, Creative Commons, and Free Distribution with Attribution)	No Access Issues
REPOSITORY.ACROPOLIS-EDUCATION.GR	Unknown	Unknown	No Access Issues
ANEMI.LIB.UOC.GR	2,000,000 pages	All Rights Reserved (personal, educational, or research use only)	No Access Issues
OPENBOOK.GR	13,221 e-books and 2,368 audio books	Mixed (Public Domain, Creative Commons, and Free Distribution with Attribution)	No Access Issues
APOLLONIS-INFRASTUCTURE.GR	Unknown	Unknown	No Access Issues
KAPODISTRIAS.DIGITAL.ARCHIVE.GR	Unknown	Unknown	No Access Issues
PANDEMOS.PANTEION.GR	Διαφορετικές συλλογές, με λίστες, details, και PDF links	Ασαφές, ελεύθερη αναδιανομή επικαλείται διακήρυξη του Βερολίνου, αλλά τα τεκμήρια είναι υπό ΠΙ	No Access Issues
ASKIWEB.EU	Unknown	Unknown	Access Error (Page Not Found/Error Processing Query)
LIBRARY.ASFA.GR	Σύνδεσμους προς πολλά επιπλέον αποθετήρια	Unknown	No Access Issues/ Επικαιροποίηση τοποθεσίας
LIBRARY.PARLIAMENT.GR	Unknown	Unknown	No Access Issues
EBOOKS.SERRELIB.GR	Unknown	Unknown	No Access Issues
VIKELAIA-EPAPERS.HERAKLION.GR	Unknown	Unknown	No Access Issues
https://helios-eie.ekt.gr/EIE/	Unknown	Mixed	No Access Issues

Πηγές που έχουν προτυποποιηθεί από το ΕΚΤ

Οι πηγές αυτές έχουν τεκμηριωθεί από το Εθνικό Κέντρο Τεκμηρίωσης και έτσι είναι προσπελάσιμες με μια σχετικά ομοιόμορφη ροή.

Ωστόσο κάθε τεκμήριο, ή κάθε φορέας, μπορεί να έχει διαφορετικές άδειες χρήσης για διαφορετικά τεκμήρια ή συλλογές τεκμηρίων.

από Open Archives

Φορέας	Πλήθος Τεκμηρίων
Πέργαμος	123,908
Ιδρυματικό Καταθετήριο Επιστημονικών Εργασιών ΑΠΘ	150,078
Πλειάς	97,006
Ψηφιακό Αποθετήριο της Κεντρικής Βιβλιοθήκης του ΕΜΠ	56,096
Δανιηλίς - Ψηφιακά Τεκμήρια της Βιβλιοθήκης Πατρών	51,612
Εθνικό Αρχείο Διδακτορικών Διατριβών	49,403
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης - Ψηφιοθήκη	46,626
Ιδρυματικό αποθετήριο Ολυμπιάς	29,535
Κοσμόπολις	28,347
Ιδρυματικό Αποθετήριο Ελληνικού Ανοικτού Πανεπιστημίου	27,105

Παρόμοια κατάσταση παρατηρούμε και στο αποθετήριο Ήλιος του Εθνικού Ιδρύματος Ερευνών .

Μέσα από την αρχική σελίδα δίνεται πρόσβαση σε έναν αριθμό "θεματικές διόδους" (πχ Ιστορία, Αρχαιολογία, Φυσική, Χημεία, κλπ).

Η διάταξη την οποία βρίσκουμε σε αυτές τις διόδους είναι διαχειρίσιμη, και εδώ επίσης βρίσκουμε το τεκμήριο σε μορφή PDF, ΑΣΕΛ.

Διάφορες Πηγές

Name	URL	Description	Format	Notes
Kodiko dot gr	https://www.kodiko.gr/	Ελληνική Νομοθεσία	HTML	NA
Eur Lex	https://eur-lex.europa.eu	Ευρωπαϊκή Νομοθεσία	HTML	NA
[OPUS] Wikimatrix	https://opus.nlpl.eu/Wikipedia.php	Παράλληλα Κείμενα Wikipedia	XML, Tokenized	Untokenized form available
[OPUS] Wikipedia	https://opus.nlpl.eu/Wikipedia.php	Παράλληλα Κείμενα Wikipedia	XML, Tokenized	Untokenized form available
EuroPARL	https://statmt.org/europarl/	Παράλληλα Κείμενα Ευρωπαϊκού Κοινοβουλίου	XML, Tokenized	Untokenized form available
Anna’s Archive	https://annas-archive.org/llm	Shadow library	Unknown	By Request
Internet Archive	https://archive.org	Public domain texts	HTML	By Request
Εθνικός Συσσωρευτής	searchculture.gr	Ψηφιοποιημένες Συλλογές	Non-OCR’d	NA
Αρχείο ΜΙΕΤ	www.elia.org.gr/digitized-collections/	Ψηφιοποιημένες Συλλογές	Non-OCR’d	NA
[OPUS] Other	https://opus.nlpl.eu/	Άλλα παράλληλα κείμενα	XML, Tokenized	Subtitles, Bible, Other Sources (Loads)
Ραπτάρχης	https://raptarchis.gov.gr	Ελληνική Νομοθεσία	PDF, OCR’d?	Deep nested structure, Unclear URL Routing
Μίτος	https://mitos.gov.gr/index.php/	Διαδικασίες Δημόσιας Διοίκησης	HTML, API	NA
Ανέμη	https://anemi.lib.uoc.gr/	Ψηφιοποιημένες Συλλογές	Non-OCR’d	Cumbersome navigation, Unclear URL Routing
Πέργαμος	https://pergamos.lib.uoa.gr	Ψηφιοποιημένες Συλλογές	PDF, Non-OCR’d	Varies Wildly
NLTK	https://www.nltk.org/nltk_data/	Συλλογή Σωμάτων Κειμένων	Python data structures	Parsing tools, Greek coverage undetermined
Project Gutenberg	https://www.gutenberg.org/browse/languages/el	Συλλογή Ελληνικών Κειμένων	HTML, Other	Modern Greek Translations, Monotonic Available
Greek Legal Code	https://huggingface.co/datasets/greek_legal_code	Ελληνική Νομοθεσία	Python data structures	NA
Greek Legal Named Entity Recognition	https://huggingface.co/datasets/joelniklaus/greek_legal_ner/tree/main	Ελληνική Νομοθεσία, Αναγνώριση επώνυμων οντοτήτων	JSON	NA
OSCAR	https://huggingface.co/datasets/oscar	Πολυγλωσικά δεδομένα από Crawling	Python data structures	NA
Tensor Flow Wikipedia Dataset	https://www.tensorflow.org/datasets/catalog/wiki40b#wiki40bel	Μονογλωσσικά σώματα κειμένων από Wikipedia σε πολλές γλώσσες	Python data structures	NA
Common Crawl	https://data.statmt.org/cc-100/	Μονογλωσσικά σώματα κειμένων από Crawling σε πολλές γλώσσες	TXT, Line Separated	NA
LDC 2007 CoNLL Shared Task - Greek, Hungarian & Italian	https://catalog.ldc.upenn.edu/LDC2018T07	NA	NA	NA
LDC ECI Multilingual Text	https://catalog.ldc.upenn.edu/LDC94T5	NA	NA	NA
Αρχείο Ευρεσιτεχνιών	https://www.obi.gr/	NA	NA	NA
Ηλεκτρονικό Αναγνωστήριο	https://ereading.nlg.gr/el/?server=1	NA	NA	NA
Εθνική Βιβλιοθήκη Ψηφιακή Βιβλιοθήκη Εφημερίδων και Περιοδικού Τύπου	http://efimeris.nlg.gr/ns/main.html	NA	NA	NA
Κοινοβούλιο	https://library.parliament.gr/	NA	NA	PG RESET ERROR
Σχολικά βιβλία	http://www.pi-schools.gr/books/	NA	PDF, OCR’d	Difficult routing, not homogeneous, paging?

Βικιπαιδεία

Title	URL	Notes
Hugging Face Datasets, Greek Legal Code	Go now	Parquet File Type, split into Train, Test, and Validation sets. Rough estimate 42K documents of >1K words, plus many more <1K words.
Ακρόπολη	Go now	Διάφορα φορματ, κυρίως PDF, ενίοτε OCR’d, με περίεργη πλοήγηση.
Ανέμη - Ψηφιακή Βιβλιοθήκη Νεοελληνικών Σπουδών	Go now	Έχει πολλά πράγματα ΕΔΩ Περίεργη πλοήγηση
Ανοικτή βιβλιοθήκη	Go now	Διάφορα φορμάτ (Epub, PDF) OCR’d Περίεργη πλοήγηση ΟΠΩΣ ΕΔΩ αλλά είναι "αναγνώσιμα-όχι-προσπελάσιμα".
Αντί: δεκαπενθήμερη πολιτική επιθεώρηση	Go now	Αντί: δεκαπενθήμερη πολιτική επιθεώρηση; Υποσυλλογή Πάνδημου Πχ τεύχη (και μετά δυναμική επεξεργασία για την λήψη του αρχείου) http://pandemos.panteion.gr/index.php?lang=el&op=record&type=&page=0&pid=iid:16333&q=isMemberOfCollection-cid:486 http://pandemos.panteion.gr/index.php?lang=el&op=record&type=&page=0&pid=iid:16289&q=isMemberOfCollection-cid:486 http://pandemos.panteion.gr/index.php?lang=el&op=record&type=&page=0&pid=iid:15454&q=isMemberOfCollection-cid:486
Ίδρυμα Ευγενίδου - Κατάλογος, Βιβλιοθήκες, Σειρές	Go now	Παλιά τεχνικά και επιστημονικά εγχειρίδια και συγγράμματα, χωρίς δικαίωμα απόκτησης και αποθήκευσης, PDF όχι ΑΣΕΛ. Κείμενα σε "απλή καθαρεύουσα"
Αρχείο σύγχρονης κοινωνικής ιστορίας	Go now	Σύνθετος ιστότοπος, προστατεύεται από πνευματικά δικαιώματα σύνθετο σάιτ. Διαθέτει ορισμένα πολύ παλιά τεκμήρια, αλλά σε σελιδοποιημένες φωτογραφίες από πηγές δακτυλογραφημένες ή πολυγραφημένες.
Αρχείον Οικονομικών και Κοινωνικών Επιστημών	Go now	Αρχείον Οικονομικών και Κοινωνικών Επιστημών; http://pandemos.panteion.gr/index.php?lang=el&op=record&type=&q=&page=0&pid=cid:197
Βικελαία	Go now	Φωτογραφίες παμπάλαιων εφημερίδων Εύκολη πρόσβαση
Γενικά Αρχεία του Κράτους	Go now	Αρχεία απο διάφορες διοικητικές περιφέρειες, Τεκμηρίωση μόνο, Όχι Ψηφιοποιημένο Υλικό
Δανιηλίς Πανεπιστημίου Πατρών	Go now	Τεύχη παλιών περιοδικών, PDF, Φωτογραφία, Σχετικά εύκολη περιήγηση
Δημόσιες Βιβλιοθήκες	Go now	Ίσως προβληματικός σύνδεσμος
Δημώδης Γραμματεία	Go now	Καλή πλοήγηση, βλ. Κατηγορία Έργα, από εκεί διάφορα έργα σε HMTL, πχ Αισώπου Μύθοι στην νεοελληνική.
Υπουργείο Ψηφιακής Διακυβέρνησης, Πρόγραμμα Διαύγεια	Go now	Σχετικά εύκολη πλοήγηση, μεγάλος όγκος υλικού. PDF / ΑΣΕΛ
Ελληνική Ιστορική Εταιρεία: Πανελλήνια Συνέδρια - Πρακτικά. Περιοδικό Βυζαντιακά	Go now	Εύκολη πρόσβαση, μη-επεξεργάσιμα PDF.
Επετηρίδες Φιλοσοφικής Σχολής Θεσσαλονίκης	Go now	Εύκολη πρόσβαση, φωτογραφίες τεκμηρίων με pager.
Ευρετήριο Ψηφιοποιημένων Περιοδικών	Go now	Λίγο δύσκαμπτη πλοήγηση, εφόσον φτάσουμε στο επίπεδο τεύχους περιοδικού είναι σε HTML
Η Εν Αθήναις Αρχαιολογική Εταιρεία	Go now	Αρχείο της Εταιρείας στις εξής κατηγορίες: Φωτογραφίες Σχέδια Ημερολόγια Έγγραφα Αρχείο Τραυλού - Ελευσίνα Αρχείο Ευστρατιάδη Αρχείο Κουμανούδη Αρχείο Οικονόμου Μεμονωμένες σελίδες, χειρόγραφες, μη-σελιδοποημένες.
Ηλεκτρονικά Περιοδικά Νεοελληνικής Λογοτεχνίας και Σελίδες Έντυπων Λογοτεχνικών Περιοδικών	Go now	Ηλεκτρονικά Περιοδικά Νεοελληνικής Λογοτεχνίας και Σελίδες Έντυπων Λογοτεχνικών Περιοδικών; http://www.greek-language.gr/greekLang/literature/guides/net/greek/greek_05.html Μερικοί ακόμα σύνδεσμοι που βρίσκονται στην ιστοσελίδα. Anthologies An Anthology of Modern Greek Literature (19th - 20th c.) Scanned Anthologies of Modern Greek Literature Anthology of Modern European Literature Anthology of Translated Poems and Short Stories Library of Literary and Critical Texts Αθηναϊκός Ρομαντισμός Η «Γενιά του 1880» και οι επίγονοί της συγγραφείς των πρώτων δεκαετιών του εικοστού αιώνα ΠΕΖΟΓΡΑΦΙΑ ΠΟΙΗΣΗ ΘΕΑΤΡΟ ΔΟΚΙΜΙΟ ΒΙΒΛΙΟΓΡΑΦΙΚΕΣ ΑΝΑΦΟΡΕΣ ΚΑΤΑΛΟΓΟΙ
Ιστορικό Αρχείο Ινστιτούτου Παστέρ	Go now	Η συλλογή αυτή δεν φαίνεται να βρίσκεται πλέον εδώ. Δοκίμασα τους συνδέσμους: http://www.pasteur.gr/ha/index.html https://pasteur.gr/ha/collection-20.html Ακόμα, η αναζήτηση αυτή επέστρεψε επιπλέον, τα εξής: https://haas.culture.gr/ https://www.ekt.gr/el/news/20483 https://nationalarchive.culture.gr/el https://haas.culture.gr/el/archaeological-service-archive Και άλλα. Σε αυτά θα επανέλθω ώστε ενδεχομένως να ενταχθούν στην απογραφή.
Μυριόβιβλος - Κείμενα σχετικά με τον Χριστιανισμό	Go now	Αρκετές υποκατηγορίες, ο παρών σύνδεσμος είναι ενδεικτικός.
Ορθόδοξη Ψηφιακή Βιβλιοθήκη	Go now	Υπό αναβάθμιση, έχει μεταφερθεί σε νέα σελίδα, που δεν είναι ολοκληρωμένη. Σε αυτή τη συλλογή που παραπέμπω εδώ είναι εφικτή η πλοήγηση και προσπέλαση με Flash (;) αλλά πρόκειται για σελιδοποιημένες φωτογραφίες.
Ψηφιακή Βιβλιοθήκη Εφημερίδων και Περιοδικού Τύπου	Go now	Εσωτερικό πρόβλημα εξυπηρετητή
Ψηφιακό Αρχείο Ι. Καποδίστρια	Go now	Μικρό αρχείο από PDF, τουλάχιστον όσα είναι ανοιχτά στο κοινό. Αντιμετώπισα σποραδικά θέματα μεταφόρτωσης.
Ψηφιοποιημένο Αρχείο "Νεοελληνικών Αναγνωσμάτων" (1884-1977)	Go now	Περίεργη πλοήγηση, αλλά αρκετά βατή. Πρέπει να κάνεις κλικ σε αρχείο εικόνας που οδηγεί σε PDF, μη επεξεργάσιμες φωτογραφίες από παλιά αναγνωστικά και συναφή.