Wie die Werte einzelner Metadatenabgaben entstanden sind, soll auch in den RDF-Daten transparent sein. Deswegen beginnen wir ab 2019 mit einem mehrschrittigen Vorgehen, diese Informationen verfügbar zu machen:

• Modellierung der Metadatenprovenienz einzelner Aussagen in RDF
• Identifizierung der Erzeugungsprozesse und Agenten
• Bereitstellung eines Metadatenprovenienz-Dumps Ab Januar 2019 laufend
• Beschreibungen der Erzeugungsprozesse und Agenten verfügbar machen geplant für 1. Halbjahr 2019
• Integration der Metadatenprovenienz in das Resolving der einzelnen Titel-Ressourcen geplant für 2019
• ... Ausbau der Prozess- und Agentenbeschreibungen und des Detailgrads der Prozessidentifizierung 2019 ff

Die geplante Ausgestaltung und das Vorgehen sind flexibel. Wir möchten in allen Phasen gerne mit den Datennutzern und -nutzerinnen ins Gespräch kommen und deren Wünsche und Anregungen aufnehmen und diskutieren.

Modellierung der Metadatenprovenienz einzelner Aussagen in RDF

Unser schrittweises Vorgehen beinhaltet, dass die Metadatenprovenienz zunächst nur für die Arten von Aussagen veröffentlicht wird,

• für die es Unterscheidungsbedarf gibt (d.h. die von mindestens zwei verschiedenen Prozesse generiert werden) und
• für die diese Unterscheidung anhand der Datenbasis möglich ist (in diesem Punkt verbessert sich die Datenlage stetig).

Derzeit sehen wir Anlass und Möglichkeit, Provenienz für RDF-Aussagen mit den Properties

• dcterms:subject und 
• dcterms:language

zu veröffentlichen.

Die Modellierung erfolgt auf Grundlage des PROV Data Model (W3C Recommendation) und anhand der PROV Ontology (W3C Recommendation). Für die Anbindung der Provenienzinformationen an die Titel-Ressoucen bedienen wir uns des Qualified Relation patterns. Dazu haben wir in unserem RDF-Element Set DNB Metadata Terms die Klassen

• dnbt:QualifiedLanguage
• dnbt:QualifiedSubject

geschaffen, sowie die Properties

• dnbt:hasQualifiedLanguage
• dnbt:qualifiesLanguage
• dnbt:hasQualifiedSubject
• dnbt:qualifiesSubject.

Hier die grafische Darstellung eines Beispiels für "Titel wurde GND-Sachbegriff zugeordnet durch automatischen Prozess":

Dasselbe in RDF (Turtle)

@prefix dnbt: <http://d-nb.info/standards/elementset/dnb#> .
@prefix dnb-prov-a: <https://d-nb.info/provenance/activity/> .
@prefix dnb-prov-p: <https://d-nb.info/provenance/plan#> .
@prefix prov: <http://www.w3.org/ns/prov#> .
@prefix bibo: <http://purl.org/ontology/bibo/> .
@prefix agrelon: <http://d-nb.info/standards/elementset/agrelon#> .
@prefix xsd: <http://www.w3.org/2001/XMLSchema#> .

<http://d-nb.info/1014316820> a bibo:Document ;
    dnbt:hasQualifiedSubject [
        a dnbt:QualifiedSubject, prov:Entity ;
        dnbt:qualifiesSubject <http://d-nb.info/gnd/4123556-3> ;
        prov:wasGeneratedBy dnb-prov-a:aep-gnd:2017-06-15 ;
        prov:generatedAtTime "2017-06-15"^^xsd:date ;
        agrelon:metadataConfidence "0.071"^^xsd:float
    ] .
    
dnb-prov-a:aep-gnd:2017-06-15 a prov:Activity ;
    prov:startedAtTime "2017-06-15"^^xsd:date ;
    prov:endedAtTime "2017-06-15"^^xsd:date ;
    prov:qualifiedAssociation [
        prov:hadPlan dnb-prov-p:aep-gnd ;
        prov:agent [
            a prov:Agent
        ]
    ] .

Identifizierung der Erzeugungsprozesse und Agenten

Die relevanten Entitäten werden durch URIs unter d-nb.info identifiziert:

• Im Bereich https://d-nb.info/provenance/activity/ Entitäten des Typs prov:Activity (= die Erzeugung der einzelnen Aussage), z.B. https://d-nb.info/provenance/activity/aep-gnd:2017-06-15
• Im Bereich https://d-nb.info/provenance/plan# Entitäten des Typs prov:Plan (= der Prozess, der die Erzeugung der einzelnen Aussagen steuert), z.B. https://d-nb.info/provenance/plan#aep-gnd
  
• Im Bereich https://d-nb.info/provenance/software# Entitäten des Typs prov:SoftwareAgent

Bereitstellung von Metadatenprovenienz-Dumps

Die in der ersten Phase einzige Bereitstellungsform sind die 3-mal jährlich aktualisierten Metadatenprovenienz-Dumps. Sie werden zusätzlich zu den Titel-Dumps veröffentlicht und basieren auf demselben Datenstand. Der Aussagenumfang der Titel-Dumps wird nicht verändert. Das heisst, dass sie weiterhin alle dcterms:subject- und dcterms:language-Aussagen ohne Provenienzinformation enthalten.

Download unter https://data.dnb.de/opendata/

Verfügbar sind die Serialisierungen:

• RDF (Turtle)
• RDF/XML
• N-Triples
• HDT
• JSON-LDErst ab Juni 2019

Die Dateibenennung folgt dem Muster dnb-all_ldsprov_JJJJMMTT.Dateieindung, z.B. dnb-all_ldsprov_20190113.ttl

Beschreibungen der Erzeugungsprozesse und Agenten

Für Entitäten des Typs prov:Activity sind bereits RDF (Turtle)-Beschreibungen verfügbar. Die URIs lösen sie auf, z.B. https://d-nb.info/provenance/activity/aep-gnd:2017-06-15
Langfristig sollen auch eine HTML-Ansicht sowie weitere RDF-Serialisierungen verfügbar werden, sowie Content Negotiation implementiert werden. Ein Zeitplan dafür liegt noch nicht vor


Außerdem arbeiten wir daran, HTML- und RDF-Beschreibungen für Entitäten des Typs prov:Plan bereitzustellen. Zunächst lösen die URIs des Bereichs https://d-nb.info/provenance/plan# noch nicht auf.
Hier eine vorläufige grobe Einteilung der derzeit ausgewiesenen Erzeugungsprozesse:

Auch Entitäten des Typs prov:Agent wird vorbereitet, fehlt derzeit jedoch noch gänzlich.

Integration der Metadatenprovenienz in das Resolving der einzelnen Titel-Ressourcen

Unser Ziel ist es, die Metadatenprovenienz langfristig auch auszuliefern, wenn die Beschreibung einer einzelnen Titel-Ressource über ihren URI angefordert wird. Z.B. http://d-nb.info/1014316820