Niet iedereen kan queries schrijven. Daarom zijn er steeds meer manieren die je helpen om bestaande queries aan te passen. Een fijne hulp is bijvoorbeeld ‘Data Stories’, ontdekte Martijn Kleppe.
Door: Martijn Kleppe
De afgelopen jaren zijn veel organisaties druk geweest met het omzetten van hun digitale collecties naar linked (open) data. Dit stelt je in staat om collecties te verbinden, zonder dat data gekopieerd hoeft te worden naar één centrale database. Een ander voordeel van linked data is dat je de links kunt bevragen. Lang bleef dat laatste abstract en ingewikkeld voor me. Ik zag de potentie maar omdat je voor het bevragen ingewikkelde SPARQL-queries moest schrijven, haakte ik af.
Tot nu.
Data Stories
Ik kon die queries niet schrijven en kan het nog steeds niet, vooral omdat ik de datastructuur van de verschillende bronnen niet ken. Maar tegenwoordig zijn er steeds meer manieren die je helpen om bestaande queries aan te passen. Vergelijkbaar met Jupyter Notebooks heeft de Nederlandse startup Triply ‘Data Stories’ ontwikkeld. Dit zijn HTML-pagina’s met voorgeprogrammeerde SPARQL-queries, die de resultaten visualiseren in tabellen, kaarten of grafieken.
Data Stories wordt door het Netwerk Digitaal Erfgoed (NDE) aangeboden aan de partners in het netwerk, waaronder de KB. Binnen het NDE wordt er immers vol op ingezet om het voor gebruikers nog makkelijker te maken om de schatten in onze digitale collecties te vinden.
Eenvoudig in gebruik
De begeleidende tekst van Data Stories helpt je de datastructuur te begrijpen en laat je eenvoudig de query aanpassen. Een prachtig voorbeeld is de Data Story ‘Maritieme Bronnen’ waarin het Huygens Instituut voor Nederlandse Geschiedenis, Rijksdienst voor het Cultureel Erfgoed, Rijksmuseum, Scheepvaartmuseum en Zuiderzeemuseum bronnen samenbrengen rond de VOC.
Bij de Koninklijke Bibliotheek zijn we ook aan het experimenteren met het opzetten van Data Stories in de Triply-omgeving van NDE. Sinds kort zijn verschillende bibliothecaire datasets beschikbaar als linked data en als experiment zijn we aan de slag gegaan met de vraag: ‘Hoeveel vrouwen schreven in de jaren ’60 boeken over dieren?’
Data.bibliotheken.nl
Het is dan de kunst om de vraag uit elkaar te trekken en te bekijken welke data je nodig hebt. In dit geval willen we iets weten over: 1. boeken, 2. jaar van verschijning en 3. dieren. Deze gegevens zijn beschikbaar in verschillende databronnen via data.bibliotheken.nl, het linked dataplatform van de KB. Het werd alleen ingewikkeld met het vierde onderdeel: vrouwen. Omdat wij nergens het geslacht van de auteur beschrijven. Maar dan komt de kracht van linked data. Er zijn immers verschillende bronnen elders op het web die dat wel weten én die ook aanroepbaar zijn met SPARQL. Benieuwd naar het resultaat? Neem zelf maar een kijkje. En pas vooral de query aan om andere resultaten te genereren.
Kan ik dan nu helemaal uit de voeten met SPARQL? Ja en nee. Ja omdat ik het nu kan aanpassen. Nee, omdat ik nog niet zelf een data story kan maken met mijn eigen vraag. Maar nu ik weet hoe ik de queries kan aanpassen, moet het me ook lukken om ze zelf te maken. Toch?
Meer leren
Wil je meer weten over de mogelijkheden van SPARQL en Data Stories? Zie dan dit webinar van het Kadaster. Wil je ook aan de slag gaan met datastories in de NDE omgeving, stuur dan een mailtje naar tech@netwerkdigitaalerfgoed.nl.
Martijn Kleppe is hoofd Onderzoek van de Koninklijke Bibliotheek
Deze bijdrage komt uit IP nr. 4 / 2019. Het gehele nummer kun je hier lezen.