Ce projet, développé par l'ABES (Agence Bibliographique de l'Enseignement Supérieur), automatise la transformation des données bibliographiques et d'autorités RAMEAU en représentations vectorielles denses. Il calcule des embeddings sémantiques pour les vedettes-matières RAMEAU, agrège les vecteurs par concept et alimente une base de données vectorielle (Qdrant) afin d'améliorer la recherche et l'indexation automatique des notices dans le catalogue Sudoc.

Ce projet est un traitement par lots (batch) conçu pour extraire, transformer et exporter des notices bibliographiques issues de la base de données Sudoc. Il génère des fichiers CSV contenant les titres, résumés et sujets RAMEAU associés, tout en éliminant les doublons. Ces fichiers sont ensuite transmis à un module de vectorisation pour alimenter une base de données vectorielle dédiée à l'indexation sémantique des documents.