hulk10/state_administrations_directory-full-documents

🇫🇷 Référentiel des administrations de l’État – Version structurée

Ce dataset regroupe le Référentiel de l’organisation administrative de l’État, publié par la Direction de l’information légale et administrative (DILA). Il recense l’ensemble des administrations, services et organismes de l’État français, avec leurs missions, coordonnées, responsables et relations hiérarchiques.

Les données sont issues des sources open data officielles :

• —du portail data.gouv.fr,
• —et du site institutionnel lannuaire.service-public.fr.

La structure de ce dataset est inspirée du French State Administrations Directory Dataset, qui propose une version enrichie par des embeddings pour la recherche sémantique. Le présent dataset conserve une structuration exhaustive et fidèle aux données sources, sans génération d’embeddings, afin de permettre des usages analytiques, documentaires et institutionnels.

🗂️ Contenu du dataset

Le dataset est fourni au format Parquet et contient un unique split train.

Chaque ligne correspond à une entité administrative de l’État, telle que :

• —un ministère,
• —une direction centrale,
• —un service déconcentré,
• —une autorité administrative,
• —ou un organisme rattaché.

📊 Schéma des données

⚠️ Certains champs complexes (adresses, hiérarchie, responsables) sont stockés sous forme sérialisée afin de préserver la structure d’origine.

🛠️ Méthodologie de constitution

1. 📥 Extraction des données

Les données proviennent du Référentiel de l’organisation administrative de l’État maintenu par la DILA. Les fichiers sources (JSON/XML) ont été :

• —extraits,
• —normalisés,
• —et consolidés dans un schéma tabulaire unique.

Les champs d’identification, de contact, de mission et de structure organisationnelle sont conservés sans altération sémantique.

2. 🏛️ Structuration administrative

Chaque entité administrative est décrite selon plusieurs dimensions :

• —fonctionnelle (missions, compétences),
• —organisationnelle (organigramme, hiérarchie),
• —opérationnelle (coordonnées, horaires, contacts),
• —institutionnelle (identifiants SIREN/SIRET, rattachements).

Cette structuration permet une exploitation directe pour :

• —la cartographie administrative,
• —l’analyse des périmètres d’action de l’État,
• —la qualité et la cohérence des services publics.

3. 🧾 Absence volontaire d’embeddings

Contrairement à la version enrichie pour la recherche sémantique :

• —aucun champ chunk_text n’est généré,
• —aucun embedding n’est calculé.

Ce choix vise à :

• —préserver l’intégrité documentaire,
• —faciliter les traitements statistiques, juridiques ou institutionnels,
• —permettre une vectorisation ultérieure adaptée à des besoins spécifiques.

🔗 Lien avec le dataset de référence vectorisé

Ce dataset est conceptuellement lié au dataset suivant :

French State Administrations Directory Dataset – version chunkée et vectorisée https://huggingface.co/datasets/AgentPublic/state-administrations-directory

Comparaison synthétique :

Les deux versions sont complémentaires et peuvent être combinées dans des chaînes de traitement avancées.

📚 Sources & Licence

🔗 Sources

• —Lannuaire.service-public.fr
• —Data.gouv.fr – Référentiel de l’organisation administrative de l’État

📄 Licence

Licence Ouverte Etalab 2.0 Les données sont librement réutilisables, sous réserve de mention de la source et de la licence.

📌 Cas d’usage

Ce dataset est particulièrement adapté pour :

• —les projets d’IA sur les services publics,
• —les annuaires administratifs enrichis,
• —l’analyse de l’organisation de l’État,
• —la recherche en sciences administratives et politiques,
• —les outils d’orientation et d’accès aux services publics.