schema.qmd

# Datenbankschema {#sec-schema}

Im Folgenden das Datenbankschema des Property Graphen beschrieben. Die
RDF-Daten im Triple-Store folgend dagegen bislang keinen Schema sondern werden
so eingespielt wie sie geliefert werden.

Als Sammlungsübergeifendes Datenmodell wird **[CIDOC-CRM (CRM)](crm.qmd)**
verwendet. Weitere Ontologien müssen auf CRM gemappt werden. Darüber hinaus
werden eine Reihen von etablierten [Vokabularen](#sec-vocabularies) wie
ICONCLASS, GND und die LIDO-Terminologien unterstützt.

## Modellierung

::: {.callout-warning appearance="simple"}
Die Modellierung ist noch nicht abgeschlossen! Überlegungen zur Abbildung
von CRM in RDF [befinden sich hier](https://nfdi4objects.github.io/crm-rdf-ap/).
:::


### Entitäten und Knoten

Knoten im [Property Graphen](#property-graphen) erhalten als Knoten-Label
die entsprechenden [CRM-Klassen](crm.qmd). Dabei werden Leerzeichen und
Sonderzeichen durch Unterstrich ersetzt

:::{.callout-note title="Beispiele"}
Entitäten der CRM-Klasse [E16 Measurement](https://cidoc-crm.org/html/cidoc_crm_v7.1.3_with_translations.html#E16) werden Knoten mit dem Label `E16_Measurement`.
Entitäten der CRM-Klasse [E22 Human-Made Object](https://cidoc-crm.org/html/cidoc_crm_v7.1.3_with_translations.html#E22) werden Knoten mit dem Label `E22_Human_Made_Object`
:::

Zwischenzeitlich gelöschte und umbenannte Klassen können weiterhin verwendet
werden, allerdings werden diese durch [Expansion](#expansion) auf die neueste
Form gemappt.

### Elementare Datentypen

Die folgende CRM-Klassen für elementare Datentypen werden *nicht* als Knoten-Label verwendet. Ihre Instanzen werden im Datenmodell stattdessen als Property-Werte abgebildet:

- [E59 Primitive Value](http://www.cidoc-crm.org/cidoc-crm/E59)
- [E60 Number](http://www.cidoc-crm.org/cidoc-crm/E60) für Zahlen
- [E62 String](http://www.cidoc-crm.org/cidoc-crm/E62) für Zeichenketten

Instanzen der folgenden CRM-Klassen werden ebenfalls *wenn möglich* nicht als Knoten sondern als Property-Werte abgebildet. Anderenfalls erfolgt die Expansion nur über die übergeordnete Klasse [E41 Appellation](http://www.cidoc-crm.org/cidoc-crm/E41):

- [E61 Time Primitive](http://www.cidoc-crm.org/cidoc-crm/E61) für Datums- und Zeitangaben
- [E94 Space Primitive](http://www.cidoc-crm.org/cidoc-crm/E94) für Koordinaten

### Relationen und Kanten

CRM-Properties (nicht zu verwechseln mit Eigenschaften im [Property-Graph
Datenbankmodell](#property-graph)) werden im Property-Graphen durch
Kanten-Label modelliert.

::: {.callout-warning appearance="simple"}
[Expansion] von Kanten-Label ist noch nicht umgesetzt!
:::

::: {.callout-warning appearance="simple"}
Inverse CRM-Properties sind noch nicht berücksichtigt!
:::

Eine Ausnahme bilden die folgenden CRM-Properties für [elementare
Datentypen](#elementare-datentypen), die stattdessen zu Property-Keys werden (siehe folgender Abschnitt).

### Properties

Folgende CRM-Properties werden im Property-Graphen durch Knoten-Properties modelliert:

CRM-Property | Property-Key | Datentyp
-------------|--------------|----------
[P3 has note](http://www.cidoc-crm.org/cidoc-crm/P3) | `P3_has_note` | Zeichenkette
[P57 has number of parts](http://www.cidoc-crm.org/cidoc-crm/P57) | `P57_has_number_of_parts` | Zahl
[P79 beginning is qualified by](http://www.cidoc-crm.org/cidoc-crm/P79) | `P79_beginning_is_qualified_by` | Zeichenkette
[P80 end is qualified by](http://www.cidoc-crm.org/cidoc-crm/P80) | `P80_end_is_qualified_by`| Zeichenkette
[P90 has value](http://www.cidoc-crm.org/cidoc-crm/P90) | `P90_has_value` | Zahl)
[P168 place is defined by (defines place)](http://www.cidoc-crm.org/cidoc-crm/P168) | `P168_place_is_defined_by` | Koordinate
[P170 defines time (time is defined by)](http://www.cidoc-crm.org/cidoc-crm/P170) | `P170i_time_is_defined_by` (inverse Relation!) | Datums-/Zeitangabe 
[P171 at some place within](http://www.cidoc-crm.org/cidoc-crm/P171 ) | `P171_at_some_place_within` | Koordinate 
[P172 contains](http://www.cidoc-crm.org/cidoc-crm/P172) | `P172_contains` | Koordinate
[P190 has_symbolic_content](https://cidoc-crm.org/html/cidoc_crm_v7.1.2_with_translations.html#P190) | `P190_has_symbolic_content` | Zeichenkette

::: {.callout-warning appearance="simple"}
Die Property-Keys werden möglicherweise noch umbenannt, um zu lange Namen zu vermeiden!
:::

:::{.callout-note title="Beispiel"}
```pg
d1 :E54_Dimension P90_has_value:12   # Wert 12 als Property
d1 -> u1 :P90_has_unit               # Einheit u1 (hier nicht weiter definiert) 
```
:::

Darüber hinaus gibt es einige besondere Property-Keys, deren möglicher Einsatz noch diskutiert wird:

- `cID`
- `collection`
- `value`
- `lang`
- `type`
- `pref`
- `formatResource`
- `sortorder`
- `source`
- `uri`

### Expansion

Entsprechend der CRM-Klassenhierarchie erhalten alle Knoten ausgehend von ihren
Labels jeweils zusätzlich als Label die CRM-Kürzel der eigenen und aller
übergeordneten Klassen.

:::{.callout-note title="Beispiele"}
Knoten mit dem Label `E16_Measurement` erhalten zusätzlich die Label `E16` sowie die übergeordneten Klassen `E13` (Attribute Assignment), `E7` (Activity), `E5` (Event),
`E4` (Period), `E2` (Temporal Entity) und `E92` (Spacetime Volume) sowie `E1` (CRM Entity).

Entitäten der CRM-Klasse [E22 Man-Made_Object](https://cidoc-crm.org/html/cidoc_crm_v6.2.6_with_translations.html#E22) (mit CRM-Version 6.2.7 umbenannt in "E22 Human-Made Object")
werden Knoten mit dem Label `E22_Man_Made_Object` und erhalten die selben Überklassen wie `E22_Human_Made_Object`.

Entitäte der CRM-Klasse [E40 Legal-Body](https://cidoc-crm.org/html/cidoc_crm_v6.2.7_with_translations.html#E40) werden Knoten mit dem Label `E40_Legal_Body` aber da die Klasse veraltet ist und stattdessen [E74 Group](https://cidoc-crm.org/html/cidoc_crm_v7.1.3_with_translations.html#E74) verwendet werden soll, erhalten sie zusätzlich die Label `E74` und die selben Überklassen wie `E74_Group`.
:::

Die Anreicherung ergibt sich aus der CRM-Klassenhierarchie:

- [CIDOC-CRM-Klassen (alle Versionen)](img/crm-classes.svg)
- [CIDOC-CRM-Properties (alle Versionen)](img/crm-properties.svg)
- [CRM und auf CRM-gemappte Klassen](img/n4o-all-classes.svg)

### Offene Punkte

Das Datenmodell muss noch erweitert werden um:

- Identifier (für Normdaten-Identifier siehe <https://github.com/nfdi4objects/n4o-terminologies>) 
    - `CREATE CONSTRAINT uri FOR (n:E1) REQUIRE n.uri IS UNIQUE`
    <!-- see https://community.neo4j.com/t/index-on-array/4625 -->

- Informationen über Sammlungen aus denen die Daten und Objekte stammen
  (siehe <https://github.com/nfdi4objects/n4o-databases> und
  <https://github.com/nfdi4objects/n4o-rdf-import>)
- Informationen *über* Ontologien und Vokabulare

## Beispiel

Folgender in CIDOC-CRM modellierter Teilgraph (in Turtle-Syntax):

```ttl
{{< include crm-example.ttl >}}
```

wird konvertiert in folgenden Property Graph (in PG Format und als Diagram):

```.pg
{{< include crm-pg-example.pg >}}
```

![](img/crm-pg-example.svg)

## Vokabulare

*Die konkrete Modellierung und Implementierung ist noch in Arbeit.*

Ausgewählte kontrollierte [Vokabulare](#sec-vocabularies) werden zentral in den Property Graphen eingespielt. Das Datenmodell dafür basiert auf CIDOC-CRM und SKOS mit folgenden Bestandteilen:

- Vokabulare haben die Property `uri` mit der BARTOC-URI des Vokabulars als Wert und die 
  Label `E32_Authority_Document` ([E32 Authority Document](https://cidoc-crm.org/html/cidoc_crm_v7.1.3_with_translations.html#E32)) sowie `ConceptScheme` zur Markierung, dass sie als Vokabular eingespielt wurden.

- Konzepte haben eine Property `uri` und können unterschiedliche Label haben. Der allgemein Fall ist `E55_Type`.
  ([E55 Type](https://cidoc-crm.org/html/cidoc_crm_v7.1.3_with_translations.html#E55)).
  Darüber hinaus erhalten sie das Label `Concept` zur Markierung, dass sie aus einem Vokabular statt aus einer
  Lieferung von Forschungsdaten stammen.

- Konzepte werden ihrem Vokabular mit dem Kanten-Label `inScheme` zugeordnet. Die entsprechende inverse CRM-Property
  [P71 lists](https://cidoc-crm.org/html/cidoc_crm_v7.1.3_with_translations.html#P71) wird *nicht* verwendet.

- Konzepte können mit den Kanten-Labeln `broader` miteinander verknüpft werden. Die entsprechende CRM-Property
  [P127 has broader term](https://cidoc-crm.org/html/cidoc_crm_v7.1.3_with_translations.html#P127) wird *nicht*
  verwendet.

- Konzepte können eine interne ID oder Notation haben (Property `notation`)

- Konzepte sollten Benennungen haben (Property `label` und `labelLang`)

Darüber könnten folgende CRM-Bestandteile eine Rolle spielen:

- [P150 defines typical part of](https://cidoc-crm.org/html/cidoc_crm_v7.1.3_with_translations.html#P150),
  ein Spezialfall von `skos:related`.
- [P2 has type](https://cidoc-crm.org/html/cidoc_crm_v7.1.3_with_translations.html#P2)
- [P137 exemplifies](https://cidoc-crm.org/html/cidoc_crm_v7.1.3_with_translations.html#P137)
  die inverse Relation von `skos:example`.

<!--
TODO: prefLabel, prefLabelLang

The Art & Architecture Thesaurus (E32) lists alcazars (E55). (http://vocab.getty.edu/page/aat/300006897)

-->

:::{.callout-note title="Beispiel"}
GND-Datensatz zu "Schleswig-Holstein":

```pg
gnd :ConceptScheme :E32_Authority_Document             # GND
  uri: http://bartoc.org/en/node/430

sh :Concept :E55_Type :E42_Identifier            # Schleswig-Holstein
  uri: https://d-nb.info/gnd/4052692-6

sh -> gnd :inScheme
```

<!--
type	http://terminology.lido-schema.org/identifier_type/uri	
value	https://d-nb.info/gnd/4052692-6
-->