De dataset

Hoe werkt Linked Open Data?

Linked Open Data is een manier van data structuren waarbij er makkelijk verbanden tussen of binnen datasets gelegd kan worden. Op de website van het Nationaal Archief (hier) staat de volgende uitleg hierover:

Het semantisch web maakt gebruik van URI's (webadressen), om de data te definiëren. De URI's worden in een triple gebruikt voor het maken van brokjes kennis. Een triple bestaat uit een subject, predicaat en object, ook wel het Resource Description Framework (RDF). Hier volgen drie voorbeelden:

Triples
Subject	Predicaat	Object
Herbert G. Ponting	is geboren op	21 maart 1870
Herbert G. Ponting	is geboren in	Salisbury
Herbert G. Ponting	school	Trinity College

De triple-onderdelen subject, predicaat en object maken gebruik van termenlijsten of vocabulaires. Vocabulaires bepalen de betekenis van een begrip. En zijn op het internet te vinden in bijvoorbeeld: https://lov.linkeddata.es/dataset/lov/ . In ons voorbeeld is het predicaat ‘is geboren in’ gedefinieerd door de URI http://dbpedia.org/ontology/birthPlace. De uitwerking van de triples met URI’s ziet er dan zo uit:

Triples met URI's
Subject	Predicaat	Object
http://vocab.getty.edu/ulan/500001808	https://schema.org/birthDate	21 maart 1870
http://vocab.getty.edu/ulan/500001808	//dbpedia.org/ontology/birthPlace	//dbpedia.org/page/Salisbury
http://vocab.getty.edu/ulan/500001808	//dbpedia.org/ontology/education	//www.trinity-school.org/

Deze triples kunnen verder aan elkaar gekoppeld worden. Zo kan de term Salisbury gelinked worden aan de term Groot-Brittannië. Hierdoor weet je dat Herbert G. Ponting daar geboren is. Door het aanbrengen van heel veel links ontstaat een web van data die met elkaar samenhangt; een semantisch web.

NB: een object mag een URI of een korte tekst zijn.

De data van het Nationaal Archief

In het Nationaal Archief vind je antwoorden op vragen die betrekking hebben op jouw leven, de geschiedenis van Nederland ook in relatie tot andere landen, en de samenleving. We helpen je aan nieuwe inzichten door je toegang te geven tot het nationaal geheugen.¹

Tussen de 400.000 LOD-foto’s van het Nationaal Archief bleken er 8166 rechtenvrije foto’s over theater te zitten. Om deze te vinden is in de volledige dataset gezocht op de woorden gerelateerd aan theater – denk hierbij aan theater, toneel, musical, acteur, voorstelling, et cetera. De gevonden foto’s en hun bijbehorende metadata zijn vervolgens gedownload. Denk bij deze metadata aan bijvoorbeeld de beschrijving bij de foto, de trefwoorden (onderverdeeld in categorieën) en de naam van de fotocollectie. Hieronder zie je een voorbeeld van de data gelinkt aan één foto. Voor een beter overzicht kunnen de bolletjes verplaatst worden door er op te klikken en ze te verslepen. Klik hier om de foto te zien op de website van het Nationaal Archief. De data is onderverdeeld in drie categorieën: 1. Beschrijving: de metadata die de foto beschrijft (trefwoorden, datum, beschrijving) 2. Foto: de metadata van de foto zelf (fotograaf) 3. Afbeelding: de digitale representatie / scan van de afbeelding Onderstaande data kan ook in een tabel bekeken worden, door hieronder op Try this query yourself en vervolgens op Table te klikken. De data wordt dan weergegeven als triples, zoals hierboven uitgelegd. De rij links bevat het subject, de middelste rij het predicaat en de rij rechts het object. Het subject kan hierbij het fotorecord (rij 1 – 3), de beschrijving (rij 4 – 9) en de afbeelding (rij 10 – 15) zijn. Het predicaat en het object laat zien wat er gekoppeld is aan deze subjecten, zoals de trefwoorden bij de beschrijving of de online weergaves van de afbeelding. Ook kun je hier zien dat een URI zowel subject als object kan zijn. Bij de bovenste regel bijvoorbeeld is het subject het fotorecord en het object de beschrijving, maar vanaf regel 4 zie je dat de beschrijving het subject wordt. Zo kan een groot web van informatie gecreëerd worden waar alle data via-via aan elkaar gelinkt is.