标签： 本体

文化遗产信息交换的CIDOC CRM兼容模型家族

【关于CIDOC CRM】

CIDOC（International Council for Documentation 国际文献理事会/国际文献工作委员会）是ICOM（International Council of Museums 国际博物馆理事会/国际博物馆协会） 的一个委员会。CIDOC CRM https://www.cidoc-crm.org/ 是文化遗产领域著名的概念参考模型，也称为形式本体。它定义一套类 [E1……] 和属性 [P1……]，用于描述文化遗产文献中使用的概念和关系。

CIDOC CRM自2006年成为ISO国际标准，2014年更新。最新版 ISO 21127:2023 信息与文献——文化遗产信息交换的参考本体（Information and documentation — A reference ontology for the interchange of cultural heritage information，Edition 3），相当于其内部版本Version 7.1.3（https://www.cidoc-crm.org/versions-of-the-cidoc-crm）。网站有2010年v5.0.2的简体中文版，吴毅慧翻译、洪政欣教授修订编审、新加坡文物保管中心赞助。

【CIDOC CRM兼容模型】

多年前，国际图联（IFLA）把《书目记录的功能需求》（FRBR）与之对标，完成FRBRoo（2009年v1.0）。当功能需求家族（FRBR、FRAD、FRSAD）统一为《IFLA图书馆参考模型》（LRM）后，FRBRoo也顺理成章更新为LRMoo（2024年1.0版）。

另外，针对连续出版物，完成PRESSoo（2014年v1.0版，最新2017年v1.3）。

除图书馆界这两个兼容标准外，还有文化遗产相关的多样化且不断增长的兼容模型，目前共11个。其中与图书馆界合作的2个命名方式强调“面向对象”（oo=object-oriented），其他均沿用“概念参考模型”（CRM=Concept Reference Model）。网页中各自的“Resources”链接，提供从草案开始的各种版本：

Compatible models & Collaborations（https://www.cidoc-crm.org/collaborations）

  • LRMoo Library Reference Model 图书馆参考模型【2024-8-8 页面链接 https://www.cidoc-crm.org/frbroo/ 未更新、已失效、跳转到主页，当为 https://www.cidoc-crm.org/lrmoo/】
  • PRESSoo Model for publishing of periodicals 连续出版物出版模型
  • CRMinf Argumentation model 论证模型
  • CRMarchaeo Excavation Model 考古发掘模型
  • CRMsci Scientific observation model 科学观测模型
  • CRMgeo Spatiotemporal model 地理时空模型
  • CRMdig Model for provenance metadata 来源元数据模型
  • CRMba Model for Archaeological Buildings 考古建筑模型
  • CRMtex Model for the study of ancient texts 古代文本研究模型
  • CRMsoc Model for Social Phenomena 社会现象模型
  • CRMact Model for Activity Plan 活动计划模型

【相关博文】

W3C数据目录本体（DCAT）入门

11/3收到“W3C数据目录本体（DCAT）入门”网络会议（Webinar – Introduction to the W3C Data Catalog Ontology (DCAT)）的邮件，看了是11/13零点的网会。由于前一天刚买好机票，确定11/10-13在海南旅游，不打算玩的时候还听网会，就没有注册，但邮件一直放在收件箱中没有处理，还打算有机会进一步了解。不料11/9上海出现一本地新冠肺炎病例，尽管那地方离我的活动区域有四五十公里（相当于到了江苏昆山），但由于之前一直关注各地疫情防控政策，推测很多地方极有可能小题大作，为免麻烦深夜退票取消了第2天的行程。于是11/10上午用通知上提供的折扣码免费注册了这个ASIS&T主办的DCMI网会。

提早一个多小时就打开网址，测试了网络，不料等会议开始，才弹出下载程序，下载龟速（会议时间近半仍未完成）。改看手机，倒是不必下载程序，但没有声音。所幸找到PPT可以下载，且手机下载速度较快，总算半夜没有白辛苦。第2天一早看PPT，备注中有详细解说，笔记见后。

先访问词表网站：

DCAT于2020-2-4发布了第2版，第1版6年前。粗略对照2个版本，类由7个增加到13个，属性有变化、仍有不少直接复用其他词表属性（仍以都柏林核心dct为主，增加大量prov本体）。

第2版类一览：类=复用词表（属性数量）

  • Catalog (7)、CatalogRecord (6)、Dataset (7)、Distribution (19)
  • ConceptScheme=skos (0)、Concept=skos (0)、Organization/Person=foaf (0)
  • 新增：
  • CatalogedResource (22)、DataService (3)
  • Relationship (2)、Role (0)=provPeriodOfTime(4)、Location(3)

DCAT2附录有与schema.org映射。既然这些属性schema.org都有，为什么需要DCAT？我想是因为它提供了一个针对发布数据的很好框架。看会议PPT，强化了以上初步印象。

— W3C数据目录本体入门（笔记）—

Introduction to the W3C Data Catalog Ontology (DCAT)

会议介绍主讲Peter Winstanley（Semantic Arts公司的本体专家，W3C Dataset Exchange Working Group共同主席），但PPT上没有署名。

PPT末称会议录音、PPT及后续调查会在48小时内提供。

【背景】“开放数据”运动——互联网的发展意味着信息分发的边际成本接近于零，因此，主张免费获取出自公共钱包支付费用的信息（在某些情况下，这不侵犯个人隐私、 政治敏感度或商业机密性）的观点变得势不可挡。 这在许多国家催生了立法，许多组织致力于推广“开放数据”，并帮助公共和非营利组织的人们将数据公开。(slide 4)

【历史】在此背景下，Vassilios Peristeras等从2006/2007年间开始研究使用RDF模型在网络上发布数据目录的框架，[2010前]作为W3C推荐标准发布。后为欧盟委员会创建了一个DCAT-AP[https://joinup.ec.europa.eu/release/dcat-ap-v11]，也用于欧洲数据门户（European Data Portal, EDP），他还启动了其他2个应用纲要扩展：统计STAT/DCAT-AP和地理GEO/DCAT-AP。(slide 6-9)

【第1版(2014)】基于都柏林核心的类和谓词。包括4个类：dcat:Catalogue（数据目录），dcat:Dataset（数据集），dcat:CatalogRecord（目录记录=注册事件），dcat:Distribution（数据集的各种序列化的发布，如同作品具有载体表现）[另有第5个类foaf:Agent]。此外，搜索由许多可索引的文本字段完成，并使用SKOS概念来表征数据集[另2个类：skos:ConceptScheme和skos:Concept（合计7个类）]。(slide 10)

【应用纲要(AP)】对于主流用户社区（如欧盟委员会和欧盟成员国）而言，基本的DCAT词表本身是不够的，但是以应用纲要的形式添加了其他几个组成部分，这是一种非常具有竞争力的通用语言，用来描述数据集并促进其发现(slide 12)。此后，针对国家或垂直行业（如统计、地理空间、运输和地质学）开发了其他更专业的应用纲要(slide 13)。

  • DCAT-AP – https://joinup.ec.europa.eu/release/dcat-ap-v11
  • GeoDCAT-AP – https://joinup.ec.europa.eu/release/geodcat-ap-v10
  • StatDCAT-AP – https://joinup.ec.europa.eu/release/statdcat-ap-v100
  • DCAT-AP_IT – https://www.dati.gov.it/content/dcat-ap-it-v10-profilo-italiano-dcat-ap-0
  • DCAT-AP.de – https://www.dcat-ap.de/
  • DCAT-AP-NO – https://doc.difi.no/dcat-ap-no/
  • Transport-DCAT-AP – https://oasis.team/storage/app/media/O1.2%20TransportDCAT-AP%20and%20Controlled%20Vocs.pdf
  • EPOS-DCAT-AP – https://github.com/epos-eu/EPOS-DCAT-AP
  • DCAT-US – https://resources.data.gov/resources/dcat-us/
  • DCAT – Australia – https://toolkit.data.gov.au/Discovering_Metadata.html

【第2版(2020)】[2016/2017]从征求的用例中提炼出一组需求，形成第2版。优势：

  • [1] 放宽类和属性定义的约束，以促进术语和模块的重用。[对比keywork：第1版定义域dcat:Dataset，值域skos:Concept；第2版定义域无，值域rdfs:Literal]
  • [2-3] 新增超级类dcat:Resource（表示目录中无法包含的任何资产），下属dcat:Dataset、dcat:DataService（支持提供对数据资产访问的目录服务端点；新增）。
  • [4] 增加表示结构松散的目录的方式，其中数据集及其发行之间没有区别。
  • [5] 表示数据集来源和质量的方式的更多细节。
  • [6] DCAT词表与schema.org词表之间的对齐方式。(slide 14-15)

【示例】dcat:Catalog具有一些元数据和一组dcat:Dataset实例URI……(slide 16-19)

【如何使用】(slide 20-28)创建一个或多个dcat:Catalog实体；添加相关的元数据，包括：标识符，发布者详情，所用主题分类法，权利和政策（许可等）、使用如ODRL、CC或相关词表，创建、更新日期等；添加目录内容——数据集、数据服务、发布等。……

  • （文件集）在dcat:Dataset只是一个“文件袋”（没有“发布”意义）的情况下，可以使用dct:relation表示各种文件；
  • （链接数据集到出版物）可以使用dct:isReferencedBy将数据集与出版物相关；
  • （质量控制）利用W3C数据质量词表（Data Quality Vocabulary, dqv:）

【版本控制】在第3版解决。查看讨论：https://github.com/w3c/dxwg/wiki/Material-for-a-SPRINT-on-Versioning

【为什么选择DCAT】有其他用于描述/编目数据集的词表（如：欧洲通用研究信息格式CERIF、DataCite、ISO19115-1地理信息、Schema.org），但DCAT可以在整个数据集目录之间提供通用语言，并且专注于在Web上发布，是一个互操作标准。(slide 30)

【参考资料】(slide 32)

  • * https://www.w3.org/TR/vocab-dcat-2      W3C DCAT v2
  • * https://github.com/SEMICeu/DCAT-AP     SEMIC EU DCAT-AP work
  • * https://github.com/digst/DCAT-AP-DK      DCAT-AP-DK

联合国关联数据服务平台上线

2019年底，联合国图书馆（达格·哈马舍尔德图书馆）宣布上线关联数据服务平台：联合国关联数据服务平台

平台界面有联合国六种官方语言：阿拉伯语、汉语/中文、英语、法语、俄语和西班牙语。目前提供2项服务：

1、联合国书目信息系统叙词表（UNBIS Thesaurus）

UNBIS叙词表是联合国项目、基金和区域委员会所用受控词表的数据库，用以描述联合国发布成果（议会文件、出版物、报告等）。新平台提供了经过改进的界面，并增加了六种联合国官方语言的功能。尽管术语随着时间而变化，但其受控词表仍可通过始终如一地识别同一概念上的材料来进行主题搜索。

2、可持续发展目标（SDG）

针对联合国经济社会事务部（DESA）可持续发展目标分类法，为联合国2030可持续发展议程之17个目标及其指标提供IRI标识符。相关实体链接到UNBIS叙词表术语及由联合国环境署维护的SDG接口本体。部署这些通用标识符是为了提供基础设施的关键元素，这将使联合国系统组织和利益相关者可以将其SDG资源映射到语义网上可用的有关SDG的不断增长的知识库中。

参见：