数据目录词汇表 (DCAT) - 版本 3

DCAT 是一种用于表示数据目录的 RDF 词汇表。 DCAT 围绕七个主要类构建（图 1）：

• dcat:Catalog 表示目录，它是一个数据集， 其中每个单独条目都是描述某个资源的元数据记录；dcat:Catalog 的范围是关于 数据集、数据服务或其他资源类型的元数据集合。
• dcat:Resource 表示数据集、数据服务或任何 其他可由目录中的元数据记录描述的资源。 此类并不旨在被直接使用，而是 dcat:Dataset、dcat:DataService 和 dcat:Catalog 的父类。 目录中的资源应是这些类之一的实例，或这些类的子类的实例，或 在 DCAT 配置文件或其他 DCAT 应用中定义的 dcat:Resource 子类的实例。 dcat:Resource 实际上是一个用于定义 任意类型资源目录的扩展点。dcat:Dataset 和 dcat:DataService 可用于未记录在任何目录中的数据集和 服务。
• dcat:Dataset 表示由单个代理或可识别社区发布或 策展的数据集合。DCAT 中的数据集概念是宽泛且包容的， 旨在容纳来自所有社区的资源类型。数据 有许多形式，包括数字、文本、像素、图像、声音和其他多媒体，以及 潜在的其他类型，其中任何一种都可被收集进数据集。
• dcat:Distribution 表示数据集的一种 可访问形式，例如可下载文件。
• dcat:DataService 表示一组 可通过接口（API）访问的操作，这些操作提供对一个或多个 数据集或数据处理函数的访问。
• dcat:DatasetSeries 是一种数据集，表示一组 分别发布但共享某些特征从而被归为一组的 数据集集合。
• dcat:CatalogRecord 表示目录中的元数据记录， 主要涉及注册信息，例如谁添加了该记录以及 何时添加。

DCAT 中的数据集被定义为“由单个代理发布或策展的 数据集合，并以一种或多种序列化或格式供访问或下载”。 数据集是概念性实体，可以由一个或多个用于传输而序列化该数据集的 分发来表示。 数据集的分发可以通过数据服务提供。

数据服务通常提供对数据集的选择、提取、组合、处理或转换 操作，这些数据集可能托管在本地，也可能远离该服务。 对数据服务的任何请求的结果，都是数据集或 目录的部分或全部表示。 数据服务可能绑定到特定数据集，或者其源数据可能在请求时或 运行时配置。 数据分发服务允许选择和下载数据集或子集的分发。 数据发现服务允许客户端找到合适的数据集。 其他类型的数据服务包括数据转换服务，例如坐标转换 服务、重采样和插值服务，以及各种数据处理服务，包括 仿真和建模服务。 注意，DCAT 中的数据服务是一组提供数据访问的操作或 API。 通常会提供交互式用户界面，以便方便地访问 API 操作，但其描述不在 DCAT 范围内。 特定数据服务端点的细节通常会通过符合标准服务类型的描述来 指定，该描述补充 DCAT 词汇表本身的范围。

数据集和数据服务的描述可以包含在目录中。 目录是一种数据集，其成员项是数据集和数据服务的描述。 也可以对其他类型的资源进行编目，但 DCAT 的范围目前限于数据集 和数据服务。 若要将目录范围扩展到数据集和数据服务之外，建议在 DCAT 配置文件或 其他 DCAT 应用中定义 dcat:Resource 的额外子类。 若要将服务描述的范围扩展到数据分发服务之外，建议在 DCAT 配置文件或其他 DCAT 应用中定义 dcat:DataService 的额外子类。

目录记录描述目录中的一个条目。请注意，虽然 dcat:Resource 表示数据集或服务本身，dcat:CatalogRecord 则是描述资源在目录中 注册情况的记录。dcat:CatalogRecord 的使用被视为可选。它用于 显式捕获目录中条目的出处信息。如果这不是必要的，那么 dcat:CatalogRecord 可以安全地忽略。

DCAT 词汇表是一个 OWL2 本体 [OWL2-OVERVIEW]， 使用 [RDF-SCHEMA] 形式化。 DCAT 中的每个类和属性都由一个 IRI [RFC3987] 表示。 本地定义的元素位于命名空间 http://www.w3.org/ns/dcat# 中。 元素也采自若干外部词汇表，特别是 [FOAF]、[DCTERMS] 和 [PROV-O]

RDF 允许资源拥有全局标识符（IRI），也允许资源为空白节点。 空白节点可用于表示未用 IRI 显式命名的资源。 它们可以出现在三元组的主语和宾语位置 [RDF11-PRIMER]。 例如，在许多实际的 DCAT 目录中，分发被表示为嵌套在 相关数据集描述内部的空白节点。 虽然空白节点可以为某些用例提供灵活性，但在 Linked Data 场景中，空白节点会限制 我们协作注释数据的能力。 空白节点资源不能成为链接目标，也不能被来自 新来源的新信息注释。 由于 Linked Data 方法最大的好处之一是“任何人都可以在任何地方说任何事情”， 使用空白节点会削弱我们可从广泛采用 RDF 模型中获得的一些优势。 即便在单一应用数据集的封闭世界中，使用空白节点在集成新数据时也会很快 变得受限 [LinkedDataPatterns]。 因此，建议 DCAT 主要类的实例具有全局标识符， 并且在以 RDF 编码 DCAT 时通常不鼓励使用空白节点。

本文档中的所有 RDF 示例均以 Turtle 语法编写 [Turtle]，并且许多示例 可从 DXWG 代码 仓库获得。

本示例快速概述了 DCAT 可如何用于表示政府目录及其 数据集。标题、标签和关键词同时以英语和西班牙语提供，以演示 语言标签的使用。

首先是目录描述：

目录发布者具有相对 IRI ex:transparency-office。 可按 示例 2 中所示，提供发布者的进一步描述：

目录通过 dcat:dataset 属性列出其每个数据集。在 示例 1 中，使用相对 IRI ex:dataset-001 提到了一个 示例数据集。下面展示了使用 DCAT 对其可能的描述：

这里展示了该数据集的五种不同时间描述符。 数据集的发布日期和修订日期显示在 dcterms:issued 和 dcterms:modified 中。 对于 dcterms:accrualPeriodicity 中的数据集更新频率，我们使用一个 来自作为 W3C Data Cube Vocabulary [VOCAB-DATA-CUBE] 工作组成部分开发的 面向内容的指南 中的实例。 时间覆盖范围或时间范围在 dcterms:temporal 中给出，它定义了一个 dcterms:PeriodOfTime，作为由 dcat:startDate 和 dcat:endDate 表示的闭区间。 时间分辨率描述数据集中各项之间的最小间隔，它在 dcat:temporalResolution 中给出，并使用 标准数据类型 xsd:duration。

此外，空间覆盖范围或空间范围使用来自 Geonames 的 IRI，在 dcterms:spatial 中给出。 空间分辨率描述数据集中各项之间的最小空间间隔，它在 dcat:spatialResolutionInMeters 中给出，并使用标准数据类型 xsd:decimal。

提供了一个联系点，用于发送关于该数据集的评论和反馈。 可使用 vCard [VCARD-RDF] 提供 关于联系点的更多细节，例如电子邮件地址或电话号码。

数据集 ex:dataset-001-csv 的一种表示可以作为 5kB CSV 文件下载。 这被 表示为类型为 dcat:Distribution 的 RDF 资源。

目录根据由相对 IRI ex:themes 表示的一组领域 对其数据集进行分类。SKOS [SKOS-REFERENCE] 可用于 描述所使用的领域：

请注意，该数据集被分类到由相对 IRI ex:accountability 表示的领域下。 建议将该概念定义为由 IRI ex:themes 标识的概念方案的一部分，该概念方案用于 描述目录领域。一个 SKOS 描述示例：

数据集的类型或体裁可以使用 dcterms:type 属性指示。 建议该属性的值取自治理良好且广泛认可的 资源类型集合， 例如 DCMI Type Vocabulary [DCTERMS]、 MARC Genre/Terms Scheme、 [ISO-19115-1] MD_Scope codes、 DataCite resource types [DataCite]， 或来自 Re3data 的 PARSE.Insight content-types [RE3DATA-SCHEMA]。

在下面的示例中，一个（概念性的）数据集使用来自不同 词汇表的值分别进行分类。

单个描述中也可以存在多个分类。

如果目录发布者决定保留 描述其记录的元数据（即包含用于描述 数据集的元数据的记录），则可以使用 dcat:CatalogRecord。例如， 虽然 ex:dataset-001 发布于 2011-12-05，但它在 Imaginary Catalog 上的描述 添加于 2011-12-11。这可以按 示例 9 中所示用 DCAT 表示：

ex:dataset-002 可作为 CSV 文件使用。不过，ex:dataset-002 只能 通过某个网页获得， 用户需要在该网页上跟随一些链接、提供一些信息并勾选一些复选框， 然后才能访问数据。

请注意 dcat:landingPage 的使用以及 dcat:Distribution 实例的定义。

另一方面，ex:dataset-003 可以通过某个登录页获得，也可以 从已知 URL 下载。

请注意，我们对可下载分发使用了 dcat:downloadURL，而通过登录页 可访问的其他分发 不必定义为单独的 dcat:Distribution 实例。

ex:dataset-004 以不同表示从不同服务分发。 每个 dcat:Distribution 的 dcat:accessURL 与相应服务的 dcat:endpointURL 对应。 每个服务通过 dcterms:type 使用其通用类型来表征（此处使用来自 INSPIRE 空间数据服务类型词汇表的值）， 通过 dcterms:conformsTo 使用其特定的 API 定义， 并通过 dcat:endpointDescription 链接各个端点参数和选项的详细描述。

如果标识符不是 HTTP 可解引用的，为了互操作性，可以将常见标识符类型作为 RDF 数据类型 [RDF11-CONCEPTS] 或自定义 OWL 数据类型 [OWL2-SYNTAX] 提供，参见 示例 17中的 ex:type。

如果使用了已注册的 IRI 类型（遵循 [RFC3986]，§ 3.1 Scheme），则标识符方案是 IRI 的一部分；因此在“type”中指示单独的 标识符方案是冗余的。例如，DOI 在 info IRI 方案中注册为命名空间 [IANA-URI-SCHEMES]（参见 DOI FAQ #11），因此根据 [RFC3986]，它应编码为 示例 18中的形式。

否则，标识符方案的常见类型示例（arXiv 等）定义在 DataCite schema [DataCite] 和 FAIRsharing Registry 中。

可以使用 DCAT 描述资源的五种时间属性。

1. 资源的发布时间使用 dcterms:issued 给出。 该值通常编码为 xsd:date。
2. 资源的修订或更新时间使用 dcterms:modified 给出。 该值通常编码为 xsd:date。
3. 资源的更新计划使用 dcterms:accrualPeriodicity 指示。 该值应取自受控词汇表，例如 Dublin Core Collection Description Frequency Vocabulary。
4. 数据集中各项的最小时间间隔使用 dcat:temporalResolution 给出。 该值编码为 xsd:duration。 更新计划和时间分辨率可以结合使用，以支持对不同类型 时间序列数据的描述，如下所示。
5. 数据集的时间范围使用 dcterms:temporal 给出。 该值是一个 dcterms:PeriodOfTime。 在 6.15 类： Period of Time 中推荐了若干用于表达 dcterms:PeriodOfTime 细节的选项。 下面给出这些示例。

可以使用 DCAT 描述数据集的两种空间属性。

1. 数据集中各项的最小空间间隔使用 dcat:spatialResolutionInMeters 给出。 该值为十进制数。

   dcat:spatialResolutionInMeters 的使用示例见 示例 3。

2. 数据集的空间范围使用 dcterms:spatial 给出。 该值是一个 dcterms:Location。 在 6.16 类： Location 中推荐了若干用于表达 dcterms:Location 细节的选项。

   下面给出这些示例。

DCAT 支持以下类型的版本之间关系：

1. 表示版本链和层级结构（版本历史）的关系。
2. 表示某个版本是否被另一个版本替换/取代的关系。

除上一节所示的关系外，带版本的资源还可以关联额外信息， 例如描述其与原始资源的差异（版本“增量”）、版本标识符和发布日期。

为此，DCAT 使用以下属性：

• dcat:version（等价于 pav:version [PAV]），用于 版本名称/标识符；
• dcterms:issued [DCTERMS]， 用于版本发布日期；

• adms:versionNotes [VOCAB-ADMS]，用于变更的文本 描述，包括与该资源上一版本之间的向后兼容性问题。

以下示例重用 [DWBP] 的 Best Practice 7: Provide a version indicator 中的示例，以展示如何在 DCAT 中指定版本信息。

资源的生命周期是一个与版本化正交的方面，并且有时与版本化严格相关。 资源沿其生命周期（从构想到创建和发布）的演变可能 导致新版本，尽管并不总是如此（例如，如果存在审批工作流， 且无需修订，则资源可能不会发生任何变更）。同样，新版本的创建 不一定导致状态变更（例如，当变更不重大，和/或 发生在仍处于开发中的资源上时）。此外，当某个资源因修订 （修正错误、添加新内容等）而被替换时，它可能会转移到不同的生命周期 状态（例如弃用或撤回）。

值得注意的是，资源相对于其生命周期的状态本身通常是一项重要 信息，无论从数据提供者还是数据消费者的角度看都是如此。对于 数据消费者而言，了解资源是否仍在开发中，以及是否已 弃用或撤回（并且在这些情况下是否有新版本可用）非常重要。另一方面， 对于数据提供者来说，用生命周期状态标记资源，是正确管理 数据管理工作流的基础。例如，资源在发布之前可能需要 稳定，并且可能被标记为已批准和/或已注册。最后，除了资源的实际状态， 另一项有用信息是资源何时转移到不同状态 （例如创建、审查、接受、发布的时间）。

与版本化一样，资源生命周期取决于社区实践、数据管理政策和 现有工作流。此外，不同资源类型（例如数据集与目录记录）可能具有 不同的生命周期状态。

为指定生命周期状态，DCAT 使用属性 adms:status [VOCAB-ADMS]，以及 适当的 [DCTERMS] 时间相关属性 （dcterms:created、dcterms:dateSubmitted、dcterms:dateAccepted、 dcterms:dateCopyrighted、dcterms:issued、dcterms:modified、 dcterms:valid）。然而，DCAT 不规定使用任何特定的生命周期 状态集合，而是参考适合相关应用场景的现有标准和社区实践。

DCAT 版本化方法可以与现有版本化实践共存——例如特定 社区、领域和资源类型中使用的实践。

作为示例，下表展示了 DCAT 版本化属性与最常用于指定 相似概念的词汇表之间的对应关系，即用于本体的 OWL、 [DCTERMS] 和 [PROV-O]。

请注意，对应关系并不意味着等价。这些属性具有不同的范围和 语义，因此它们可以互补但不能相互替代。特别是，OWL 属性 旨在用于可类型化为 owl:Ontology 的资源，而 [DCTERMS] 属性使用非常宽泛的 version 概念（包括版本和改编）。另一方面，DCAT 版本化属性旨在用于 目录中的任何资源，并使用非常具体的 version 概念，如 11. 版本化的引言中所解释。最后，尽管 [PROV-O] 属性 prov:wasRevisionOf 在语义上类似于 dcat:previousVersion，但并未 明确用于构建版本链，而 prov:generalizationOf 和 prov:specializationOf 在语义上分别比其子属性 dcat:hasVersion 和 dcat:isVersionOf 更宽泛。

以下示例展示了如何互补地使用 DCAT 和 OWL 来版本化 [VOCAB-DCAT-2]。

DCAT 通过铸造一个新类 dcat:DatasetSeries，使数据集系列成为数据目录中的一等公民； 该类定义为 dcat:Dataset 的子类。 数据集通过使用属性 dcat:inSeries 链接到数据集系列。 请注意，数据集系列也可以是层级化的，并且一个数据集系列可以是另一个 数据集系列的成员。

数据集系列可能随时间演化，并获得新的数据集。例如，关于年度 预算数据的数据集系列每年都会获得一个新的子数据集。在这种情况下，可能很重要的是 用关系链接这些年度发布，指定第一个、上一个、下一个和最新的发布。在这样的 场景中，DCAT 分别使用属性 dcat:first、 dcat:prev 和 dcat:last。关于 dcat:next， 参见 7. 逆属性的 使用。

系列中的数据集当然可以进行版本化。在这种情况下，数据集可以使用 11.1.1 版本链和层级结构中所说明的方法链接到其 各版本，如 示例 39 所示。

关于数据集系列的属性可以分为两组。

第一组是描述数据集系列本身的属性。例如，属性 dcterms:accrualPeriodicity 就属于这种情况， 其值应对应于添加新子数据集的频率。

第二组是通过上游继承反映子数据集元数据中所描述维度的属性——即 子数据集的属性值由其父项（数据集系列）继承。

通常，这意味着，对于每个相关属性，数据集系列取值为 子数据集中指定值的并集。例如：

• 如果子数据集的时间覆盖范围是不同年份，例如 2018、2019、2020， 则该系列的时间覆盖范围将是 2018 年到 2020 年之间的时间段。
• 如果子数据集具有不同的地理边界框作为空间覆盖范围，则该系列的空间覆盖范围 将是这些边界框的并集（即包含这些子数据集边界框的一个边界框）。
• 如果每个子数据集使用不同的空间参考系统，则该数据集系列将具有 多个空间参考系统。

最后，子数据集的某些注解属性也可能需要在数据集系列层级加以考虑。 特别是，涉及子数据集创建/发布/更新日期的属性可能会影响系列中 相应属性的值。对于这些属性，DCAT 推荐以下方法：

• 数据集系列的创建日期（dcterms:created）应对应于 子数据集中最早的创建日期。
• 数据集系列的发布日期（dcterms:issued） 应对应于子数据集中最早的发布日期。
• 数据集系列的更新日期（dcterms:modified） 应对应于子数据集中最新的发布日期或更新日期。

现有 DCAT 实现采用两种主要的替代方法来指定数据集系列：

1. 数据集系列被类型化为 dcat:Dataset，而其子数据集被类型化为 dcat:Distribution。
2. 数据集系列及其子数据集都被类型化为 dcat:Dataset，二者 通常使用 [DCTERMS] 属性 dcterms:hasPart / dcterms:isPartOf 链接。

在这两种情况下，数据集系列有时会使用 [DCTERMS] 属性 dcterms:type 进行软类型化（例如，这是 [GeoDCAT-AP] 中使用的方法，并被 [DCAT-AP-IT] 和 [GeoDCAT-AP-IT] 采用）。

这些选项在形式上并不与 DCAT 不兼容，因此在升级到 DCAT 3 期间， 它们可以与 dcat:DatasetSeries 共存。

数据消费者（ex:consumer1）描述数据集 ex:genoaBusStopsDataset 的质量，该数据集包括热那亚的 地理参照公交站列表。他/她用关于数据完整性 （ldqd:completeness）的 DQV 质量说明 （ex:genoaBusStopsDatasetCompletenessNote）注解该数据集， 以警告该数据集只包含 30000 个站点中的 20500 个。

活动 ex:myQualityChecking 使用服务 ex:myQualityChecker 来检查 ex:genoaBusStopsDataset 数据集的质量。度量 ex:completenessWRTExpectedNumberOfEntities 被应用于测量数据集完整性（ldqd:completeness），并产生质量测量 ex:genoaBusStopsDatasetCompletenessMeasurement。

[VOCAB-DQV] 中还提供了 其他质量文档示例，包括关于 如何表达数据集 准确度和精度的示例。

本节展示了将 [VOCAB-DQV] 与 [PROV-O] 和 EARL [EARL10-Schema] 组合的 不同建模模式，用于表示对既定质量标准的一致程度以及 关于一致性测试的细节。

标准的 [DCTERMS] 属性 dcterms:contributor、dcterms:creator 和 dcterms:publisher，以及 [PROV-O] 中的通用 prov:wasAttributedTo， 支持责任代理与已编目资源之间的基本关联。 然而，与数据集和服务相关的重要角色还有许多——例如资助者、 分发者、保管者、编辑者。 其中一些角色列举于 [ISO-19115-1] 的 CI_RoleCode 值、[DataCite] 元数据模式，以及 MARC relators 中。

通过使用 [PROV-O] 中的限定形式 prov:qualifiedAttribution， 可以提供一种通用方法，用于以指定角色将代理分配给资源。 示例 53 提供了说明：

在 示例 53 中，角色由来自 [ISO-19115-1] 中 CI_RoleCode 代码列表的一种非规范、不可解引用表示中的 IRI 表示（例如类似 urn:example:isotc211/CI_RoleCode 的 URN）。 可用时，应优先使用可解引用且规范的链接数据表示。

标准的 [DCTERMS] 属性 dcterms:relation 及其子属性，例如 dcterms:hasPart / dcterms:isPartOf、 dcterms:hasVersion / dcterms:isVersionOf、 dcterms:replaces / dcterms:isReplacedBy、 dcterms:requires / dcterms:isRequiredBy、 prov:wasDerivedFrom、 prov:wasQuotedFrom， 支持描述数据集与其他已编目资源之间的关系。 然而，还有许多其他重要关系——例如 alternate、canonical、original、 preview、stereo-mate、working-copy-of。 其中一些角色列举于 [ISO-19115-1] 的 DS_AssociationTypeCodes 值、IANA Link Relations 注册表 [IANA-RELATIONS]、 [DataCite] 元数据模式中，并包含在 MARC relators 中。

通过使用限定形式 dcat:qualifiedRelation， 可以提供一种通用方法，用于以指定角色将一个资源关联到另一个资源。 示例 54 提供了说明：

在 示例 54 中，角色由来自 [IANA-RELATIONS] 的 IRI 以及来自 [ISO-19115-1] 中 DS_AssociationTypeCode 代码列表的（非规范性）链接 数据表示中的 IRI 表示。