Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

Découvrabilité des contenus scientifiques francophones : le Commun numérique des sciences en français publié !

À l’occasion de la Semaine de la langue française et de la francophonie (17-20 mars), nous avons le plaisir d’annoncer la publication du corpus Commun numérique des sciences en français (FrenchScienceCommons) sur Hugging Face. Ce corpus ouvert structuré, entièrement dédié à la production scientifique en langue française, a été constitué par l’entreprise Pleias en collaboration avec l’infrastructure de recherche européenne OPERAS et la Chaire de recherche du Québec sur la découvrabilité des contenus scientifiques en français, grâce au soutien de la Délégation générale à la langue française et aux langues de France (DGLFLF). Il rassemble 1,25 million de documents scientifiques, dont notamment des thèses et des articles, publiés dans la période 2007-2026 sous licences permissives et référencés dans les bases OpenAlex, HAL et theses.fr.

Le corpus a été développé dans le cadre d’une initiative visant à favoriser la découvrabilité1 des sciences en français dans un contexte de surproduction scientifique dominé par la langue anglaise. Il pourra ainsi être utilisé pour entraîner des systèmes de recherche augmentée, des modèles de langage spécialisés, ou effectuer des recherches thématiques par le biais d’une visualisation sémantique interactive. 

Les documents ont été traités et structurés de façon à permettre des usages variés au bénéfice de la communauté scientifique et au-delà. La multidisciplinarité du corpus constitue un levier d’adoption grâce à une couverture équilibrée de l’ensemble des champs disciplinaires représentant six macro-catégories : sciences naturelles, ingénierie et technologie, sciences médicales et de la santé, sciences agricoles et vétérinaires, sciences sociales, sciences humaines et arts.

Le corpus s’inscrit dans une ambition de création de communs numériques au sein de la Francophonie. Dans une optique de souveraineté linguistique et culturelle, mais aussi de traçabilité, transparence et intégrité scientifique, ces efforts visent à constituer et mutualiser des ressources spécialisées, faisant l’objet d’une curation de la part d’experts langagiers et disciplinaires, et pouvant être mobilisées afin d’accroître la découvrabilité des contenus scientifiques en français dans de multiples cas d’usage : classification et référencement, rédaction et traduction, formation, vulgarisation, etc.

Découvrez le corpus, sa composition et ses spécifications techniques ici.

Pour y accéder, rendez-vous sur Hugging Face à ce lien.

Contacts

Pour toute question technique : contact@pleias.fr
Pour en savoir plus sur le projet : susanna.fiorini@operas-eu.org

  1. Pour une définition du concept de découvrabilité se référer à : Grenier, J., Francoeur, J., Paquin, É., Trépanier, S., Larivière, V. (2025). Découvrabilité des contenus en français : de la culture à la science. Les auteurs identifient notamment deux dimensions fondamentales de la découvrabilité : « la trouvabilité — qui renvoie à la capacité d’un contenu à être découvert par une utilisatrice ou un utilisateur qui en fait la recherche — et la sérendipité — qui réfère au potentiel d’un contenu à être découvert par hasard en contexte numérique. » ↩︎

Susanna Fiorini
Susanna Fiorini

Le texte seul est utilisable sous CC0 v1.0 Universel. Les autres éléments (illustrations, fichiers annexes importés) sont “Tous droits réservés”, sauf mention contraire.


OpenEdition vous propose de citer ce billet de la manière suivante :
Susanna Fiorini (19 mars 2026). Découvrabilité des contenus scientifiques francophones : le Commun numérique des sciences en français publié ! Traductions et science ouverte. Consulté le 20 mai 2026 à l’adresse https://doi.org/10.58079/15wiy


Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

This site uses Akismet to reduce spam. Learn how your comment data is processed.