Outil d’extraction de corpus ISTEX permettant de décharger un corpus de fichiers textes, de fichiers de métadonnées ou de fichiers d’enrichissement depuis la base ISTEX à partir d’une requête ou d’un fichier .corpus. Il est possible d’avoir ce programme sous forme d’une image Docker.

Ce projet est un dépôt de code source pour les greffons VITAM, qui permettent la validation de formats de fichiers, l'analyse de métadonnées, l'identification de types de fichiers et l'extraction de données à partir de fichiers. Il utilise des outils tels que JHove, ODFValidator, LibreOffice, Siegfried, Tesseract, Verapdf et FFMPEG pour fournir ces fonctionnalités.

Ce projet est un outil d'analyse de textes alsaciens, permettant l'extraction de règles de variation orthographique à partir d'un corpus de théâtre alsacien développé dans le cadre du projet MeThAL. Il permet également le traitement de fichiers TEI et l'extraction de métadonnées.