How the 46,760 Mérimée records became an auditable trilingual platform.
The decisions shared by the three registers (Portugal, France, Spain) and the common AAT ontology are explained on a separate page, in five languages. Common methodology →
CSV « Immeubles protégés au titre des Monuments Historiques » (base Mérimée), Ministère de la Culture — Licence Ouverte 2.0, 46 760 notices, 78 colonnes, téléchargé de data.gouv.fr le 01/09/2026.
build_dataset.py : clés compactes, parse des siècles (« 4e quart 19e siècle » → 19 ; eras pré/proto/antiquité), événements de protection, coords WGS84 validées métropole+DOM (1 swap lat/lng documenté), détail par département.
Statut (316) par décomposition déterministique ; état (47) mappé 1-à-1 ; usages par classification des dénominations (93 % de couverture) ; FR/EN/DE avec provenance [C]/[I] — 24 termes sourcés Wikipédia.
Auteur + Personnes liées (6 150 chaînes distinctes) extraites par lecture réelle en 31 lots d’agents LLM → 7 791 entités (110 firmes), fusion par build_persons.py.
Join P380 (73 242 paires SPARQL, 98,1 % des notices) ; sitelinks live à la fiche ; miniatures Commons P18 → WebP 250 px.
Patterns : constructions/siècle, protections/décennie (51 628 événements), sacré vs profane, vocabulaire émergent, builders. Réutilisations : Sankey des changements d’usage.
audit.py par population entière : compteurs recomptés du CSV brut, valeurs de filtres vs données brutes, images sur disque, hreflang ×3 langues, clés vocab en==de.
Materials nearly empty (network replaced by Domain ↔ Denomination); bibliography absent from the CSV (section replaced by external links); use changes limited to the 3.8% of records with a current use; person extraction covers Author + Related persons (not yet the History text). Details: docs/relatorio-proveniencia.md.
On 2026-09-02, a panel of 8 agents audited site↔source fidelity over the whole population (identity of all 46,760 records, coordinates 44,484/44,484, 15.9M characters of text, 24 re-derived aggregates). Result: 100% copy fidelity, 99.95% dating, 99.997% protection, 0.1% one-letter person deviations — 5 fixes applied the same day. The 9 reports are downloadable below.
Download the audit reports
SIPA has no protection-date field: dates were extracted by real reading of the 4,473 “Decreto/Portaria/DG…” strings by 12 agents (5,091 events, 4,803 dated classifications; convention: DG/DR publication date, a decree number is not a date). This is the source of the “protections per decade” chart of the FR/PT comparison.