permea_guida_lod

Guida alla Creazione di Linked Open Data (LOD) con Omeka-S

0. Prologo: perché Linked Open Data?

Perché permettono di trasformare un archivio in una rete aperta di connessioni. L’idea di base è molto semplice: organizzare le informazioni non come un elenco di schede isolate, ma come una rete di relazioni. Una persona è collegata a un luogo, un luogo a una performance, una performance a un’istituzione, e così via.

La differenza rispetto a un database tradizionale è sottile ma fondamentale. In un database classico, i collegamenti funzionano (prevalentemente) per somiglianza di testo: se due schede contengono lo stesso nome, il sistema le mette in relazione.

Nei Linked Open Data, invece, non si collegano parole, ma entità. Ogni persona, luogo o evento ha un’identità unica e stabile, riconoscibile anche al di fuori del nostro archivio.

Questo permette di evitare ambiguità, ridurre duplicazioni e — soprattutto — far dialogare archivi diversi tra loro.

In questo modo l’archivio non è più solo un contenitore di dati, ma una rete aperta di conoscenza.

1. Introduzione

Omeka-S è una piattaforma pensata per gestire collezioni digitali e progetti culturali. Una delle sue caratteristiche più interessanti è la possibilità di trasformare le descrizioni degli oggetti in Linked Open Data (LOD).

Questo significa che i dati non restano chiusi dentro il sito, ma possono essere collegati e condivisi sul web, diventando parte della rete semantica globale. Per esempio, un luogo descritto in Omeka-S può essere collegato ad un entità presente in Wikidata, oppure a un concetto definito in schema.org.

Questa guida documenta come configurare Omeka-S passo passo per abilitare la creazione di Linked Open Data (LOD):

quali moduli installare e come configurarli;
come inserire risorse usando vocabolari standard;
come pubblicare i dati in formato LOD.

L’obiettivo non è solo tecnico: vogliamo mostrare come Omeka-S possa aiutare a costruire collezioni aperte, riusabili e interoperabili.

L’infrastruttura PerMeA utilizza YunoHost per la gestione delle applicazioni e dei servizi, incluso Omeka-S - che è ufficialmente supportato da YunoHost e pertanto facilmente installabile e configurabile con un click.

Questa guida documenta dunque la gestione di Omeka-S installato attraverso YunoHost, versione 4.1.1~ynh2; stando al manuale ufficiale non c’è alcuna differenza con la versione 4.1.1 installata senza l’utilizzo di YunoHost.

2. Installazione dei moduli necessari

2.1 Prerequisiti

Prima di iniziare, assicurati di avere:

un’installazione funzionante di Omeka-S su un server web; la versione utilizzata per questa guida è la 4.1.1~ynh2;
accesso come amministratore all’interfaccia di gestione;
il modulo EasyAdmin installato in Omeka-S; si tratta di un modulo opzionale ma estremamente utile, il cui scopo è semplificare l’installazione di ulteriori moduli.
i moduli Custom Vocab e Numeric Data Types, già installati nella versione vanilla di Omeka-S - verifica quindi che siano presenti ed attivi;

Non sono necessarie competenze di programmazione: la maggior parte delle operazioni si svolge tramite interfaccia grafica.

2.2 I moduli fondamentali per i LOD

Omeka-S viene fornito con alcune funzioni già pronte, ma per poter lavorare con i Linked Open Data è necessario aggiungere e attivare alcuni moduli specifici:

Linked Data Sets: per lavorare e rendere disponibili i dati in formati RDF standard (JSON-LD, Turtle, RDF/XML).
CSV Import: utile per caricare grandi quantità di dati da fogli di calcolo.

3. Configurazione per i Linked Open Data

3.1 Aggiungere vocabolari RDF

I vocabolari RDF definiscono le proprietà con cui descrivere le risorse. Ad esempio:

dcterms:title → titolo,
dcterms:creator → autore,
foaf:depicts → immagine che raffigura una persona.

Per aggiungere un vocabolario:

Vai su Vocabolari.
Clicca su Aggiungi vocabolario.
Carica un file .ttl o .rdf, oppure inserisci un URI remoto.
Salva.

Aggiunta di un nuovo vocabolario RDF

Vocabolari consigliati e già disponibili in Omeka-S:

Dublin Core Terms (standard internazionale per descrivere risorse digitali).
FOAF (Friend of a Friend, utile per persone e relazioni).
schema.org (ampia adozione sul web, utile per interoperabilità).

3.2 Custom Vocab generati automaticamente

Dopo l’installazione del modulo Linked Data Sets, vengono creati automaticamente tre vocabolari personalizzati:

LDS IETF Language Tags → codici lingua.
LDS Licenses → licenze aperte comuni (es. CC-BY, CC-0).
LDS Media Types → tipi MIME (es. image/jpeg, application/pdf).

Questi vocabolari non richiedono intervento manuale: sono già pronti per essere usati nei template di risorsa.

Custom Vocab generati automaticamente

3.3 Creare un Resource Template: esempio “Persona”

I Resource Templates stabiliscono quali campi vanno compilati quando si inseriscono nuovi oggetti; sono dunque un canovaccio per l’immissione di nuovi oggetti digitali. Ogni template descrive una tipologia di risorsa/oggetto. Ad esempio per descrivere persone (autori, fotografi, attori, testimoni, ecc.) in modo coerente, possiamo costruire un template di risorsa dedicato chiamato Persona. Questo template utilizza proprietà provenienti da Dublin Core, FOAF e Schema.org, permettendo di inserire informazioni biografiche e collegamenti esterni.

Passaggi per creare il template “Persona”

Vai in Template di risorsa > Aggiungi nuovo.
Inserisci il nome del template → Persona.
Assegna una classe RDF → foaf:Person (dal vocabolario FOAF).
Imposta la proprietà di titolo predefinita → dcterms:title (etichetta: Nome e Cognome).
Aggiungi le seguenti proprietà:

Vocabolario	Proprietà	Etichetta (alternativa)	Uso previsto
Dublin Core	`dcterms:title`	Nome e Cognome	Nome completo della persona
FOAF	`foaf:firstName`	–	Nome proprio
FOAF	`foaf:surname`	–	Cognome
FOAF	`foaf:birthday`	Data di nascita	Data di nascita della persona
FOAF	`foaf:status`	–	Stato (es. attivo, defunto, ecc.)
Dublin Core	`dcterms:isPartOf`	–	Collegamento a una collezione o gruppo
Dublin Core	`dcterms:isReferencedBy`	–	Documenti che fanno riferimento alla persona
Dublin Core	`dcterms:references`	–	Documenti a cui la persona fa riferimento
Dublin Core	`dcterms:temporal`	Copertura temporale	Periodo di attività della persona
Dublin Core	`dcterms:creator`	–	Creatore di risorse associate
Dublin Core	`dcterms:description`	–	Breve biografia o nota descrittiva
Schema.org	`schema:url`	Sito web	URL del sito personale/istituzionale
Schema.org	`schema:sameAs`	Profilo social	Collegamenti a profili esterni (Wikipedia, social, authority files)

Definisci se alcune proprietà devono essere obbligatorie (es. Nome e Cognome).
Salva il template.

Risultato

Il template Persona permetterà di descrivere in maniera strutturata una persona all’interno del tuo catalogo Omeka-S, con campi per:

Nome e cognome,
Informazioni anagrafiche (data di nascita, status),
Collegamenti a documenti o collezioni,
Breve descrizione/biografia,
Link a siti web e profili esterni.

Creazione di un Resource Template per Persona

3.4 Collegare le risorse tra loro

In Omeka-S, gli item possono essere collegati ad altri item tramite proprietà RDF. Esempi:

Una Fotografia collegata al suo autore (item di tipo Person) tramite dcterms:creator.
Una Fotografia collegata a un Evento tramite dcterms:subject.

Esempio di item collegato ad altri item tramite proprietà RDF

4. Creazione e pubblicazione dei dati come LOD

4.1 Creare un nuovo Item

Vai su Item > Aggiungi nuovo.
Seleziona il template appropriato (es. “Fotografia”).
Compila i campi con i metadati RDF.
Assegna l’item a un Item Set.

Inserimento di un nuovo item

4.2 Aggiungere Media

Associa file digitali agli item (immagini, PDF, audio, video). I media ereditano i metadati dall’item principale, ma possono avere proprietà RDF aggiuntive.

Aggiunta di un media a un item

4.3 Pubblicare come LOD

Con i moduli attivi (Linked Data Sets, Output Formats), ogni risorsa ha un URI stabile che:

in HTML mostra la pagina leggibile dagli utenti;
in RDF restituisce la serializzazione (JSON-LD, Turtle, RDF/XML).

Esempio di URI di un item con serializzazione JSON-LD

5. Moduli avanzati e casi d’uso

Value Suggest → suggerisce termini da thesauri esterni (Wikidata, Getty AAT).
Linked Data Sets → genera dataset RDF completi degli Item Set.
SPARQL endpoint (se disponibile) → interrogazione semantica.
CSV Import/Export → importare ed esportare dati in modo massivo.
API REST → accesso ai dati JSON-LD per altre applicazioni.

6. Buone pratiche per i LOD

Usa vocabolari RDF standard (Dublin Core, FOAF, Schema.org).
Costruisci template per ciascun tipo di oggetto (es. Fotografia, Documento, Evento).
Collega risorse interne ed esterne (URI, authority file).
Mantieni URI stabili e documentati.
Controlla periodicamente la qualità e la coerenza dei dati RDF.

Schema di buone pratiche RDF

7. Conclusioni

Omeka-S consente di trasformare una collezione digitale in un archivio semantico. Grazie ai moduli per i Linked Data, ogni risorsa diventa parte del web semantico, aumentando visibilità, interoperabilità e possibilità di riuso.

La configurazione iniziale (vocabolari, template, moduli) richiede attenzione, ma garantisce dati coerenti e aperti, gestibili anche da utenti senza competenze tecniche approfondite.

8. Riferimenti bibliografici e di ricerca

Bartalesi, V., Coro, G., Lenzi, E., Pratelli, N., Pagano, P., Felici, F., Moretti, M., & Brunori, G. (2023). Using semantic story maps to describe a territory beyond its map. Semantic Web, 14(6), 1255–1272. https://doi.org/10.3233/SW-233485

Bellini, P., & Nesi, P. (2015). Modeling performing arts metadata and relationships in content service for institutions. Multimedia Systems, 21(5), 427–449. https://doi.org/10.1007/s00530-014-0366-0

Bizzarri, R. (2017). Linked Data nell’ambito musicale. Università di Pisa.

Bonora, P., Ossicini, C., Raffa, G., & Bignami, P. (2006). From relational metadata standards to CRM ontology: A case study in performing arts documentation. https://api.semanticscholar.org/CorpusID:237484628

Building a database for performing arts in Switzerland—University Heritage. (n.d.). Retrieved 28 June 2023, from https://universityheritage.eu/en/building-a-database-for-performing-arts-in-switzerland/

Chiranthi, W., & Shigeo, S. (2018). Metadata model for organizing digital archives of tangible and intangible cultural heritage, and linking cultural heritage information in digital space. Library and Information Science Research E-Journal, 28(2). https://doi.org/10.32655/LIBRES.2018.2.2

Consoli, S., Alberti, V., Cocco, C., Panella, F., & Montalto, V. (2023). Cultural gems linked open data: Mapping culture and intangible heritage in European cities. Data in Brief, 49, 109375. https://doi.org/10.1016/j.dib.2023.109375

Damiano, R., Lieto, A., & Lombardo, V. (2014). Ontology-Based Visualisation of Cultural Heritage. 2014 Eighth International Conference on Complex, Intelligent and Software Intensive Systems, 558–563. https://doi.org/10.1109/CISIS.2014.81

Desimoni, F., & Po, L. (2020). Empirical evaluation of Linked Data visualization tools. Future Generation Computer Systems, 112, 258–282. https://doi.org/10.1016/j.future.2020.05.038

Doty, C. (2013). The Difficulty of An Ontology of Live Performance. InterActions: UCLA Journal of Education and Information Studies, 9(1). https://doi.org/10.5070/D491015611

Fink, E. E. (2018). American Art Collaborative (AAC) Linked Open Data (LOD) Initiative, Overview and Recommendations for Good Practices. https://hdl.handle.net/10088/106410

Giannoulakis, S., Tsapatsoulis, N., & Grammalidis, N. (2018). Metadata for Intangible Cultural Heritage—The Case of Folk Dances: Proceedings of the 13th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications, 634–645. https://doi.org/10.5220/0006760906340645

Gutiérrez, Y., Tomás, D., & Moreno, I. (2019). Developing an ontology schema for enriching and linking digital media assets. Future Generation Computer Systems, 101, 381–397. https://doi.org/10.1016/j.future.2019.06.023

Hai-Jew, S. (Ed.). (2017). Data Analytics in Digital Humanities. Springer International Publishing. https://doi.org/10.1007/978-3-319-54499-1

Hou, X., & Wang, X. (2019). Modeling and representation of intangible cultural heritage knowledge using linked data and ontology. Proceedings of the Association for Information Science and Technology, 56(1), 409–412. https://doi.org/10.1002/pra2.39

Hou, Y., Kenderdine, S., Picca, D., Egloff, M., & Adamou, A. (2022). Digitizing Intangible Cultural Heritage Embodied: State of the Art. Journal on Computing and Cultural Heritage, 15(3), 1–20. https://doi.org/10.1145/3494837

Huang, Z., & Xu, T. (2022). Research on Knowledge Management of Intangible Cultural Heritage Based on Linked Data. Mobile Information Systems, 2022, 1–14. https://doi.org/10.1155/2022/3384391

Hyvönen, E. (2012). Publishing and Using Cultural Heritage Linked Data on the Semantic Web. Springer International Publishing. https://doi.org/10.1007/978-3-031-79438-4

Hyvönen, E., Mäkelä, E., Kauppinen, T., Alm, O., Kurki, J., Ruotsalo, T., Seppälä, K., Takala, J., Puputti, K., Kuittinen, H., Viljanen, K., Tuominen, J., Palonen, T., Frosterus, M., Sinkkilä, R., Paakkarinen, P., Laitio, J., & Nyberg, K. (2009). CultureSampo: A National Publication System of Cultural Heritage on the Semantic Web 2.0. In L. Aroyo, P. Traverso, F. Ciravegna, P. Cimiano, T. Heath, E. Hyvönen, R. Mizoguchi, E. Oren, M. Sabou, & E. Simperl (Eds), The Semantic Web: Research and Applications (Vol. 5554, pp. 851–856). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-642-02121-3_69

Le Boeuf, P. (2012, October). Towards performing arts information as linked data? SIBMAS 2012 Conference : Best Practice! Innovative Techniques for Performing Arts Collections, Libraries and Museums = À La Recherche de l’excellence ! Approches Innovantes Dans Les Collections et Bibliothèques Des Arts Du Spectacle. https://bnf.hal.science/hal-00807942

Lodi, G., Asprino, L., Nuzzolese, A. G., Presutti, V., Gangemi, A., Recupero, D. R., Veninata, C., & Orsini, A. (2017). Semantic Web for Cultural Heritage Valorisation. In S. Hai-Jew (Ed.), Data Analytics in Digital Humanities (pp. 3–37). Springer International Publishing. https://doi.org/10.1007/978-3-319-54499-1_1

Marcos, G., Lamsfus, C., Eskudero, H., & Linaza, M. (2005). SEMANTIC BASED QUERYING AND RETRIEVING INFORMATION FOR ARTISTIC EXPRESSIONS: THE ARTE-FACT ONTOLOGY. https://www.semanticscholar.org/paper/SEMANTIC-BASED-QUERYING-AND-RETRIEVING-INFORMATION-Marcos-Lamsfus/d4af4dc5bd0897f4671287c6cedf6cc3606392c9

Meghini, C., Bartalesi, V., & Metilli, D. (2021). Representing narratives in digital libraries: The narrative ontology. Semantic Web, 12(2), 241–264. https://doi.org/10.3233/SW-200421

Melo, D., Rodrigues, I. P., & Varagnolo, D. (2023). A strategy for archives metadata representation on CIDOC-CRM and knowledge discovery. Semantic Web, 14(3), 553–584. https://doi.org/10.3233/SW-222798

Nurmikko-Fuller, T., Bangert, D., Dix, A., Weigl, D., & Page, K. (2018). Building Prototypes Aggregating Musicological Datasets on the Semantic Web. Bibliothek Forschung Und Praxis, 42(2), 206–221. https://doi.org/10.1515/bfp-2018-0025

Pinto, A., Cardinale, Y., Dongo, I., & Ticona-Herrera, R. (2022). An Ontology for Modeling Cultural Heritage Knowledge in Urban Tourism. IEEE Access, 10, 61820–61842. https://doi.org/10.1109/ACCESS.2022.3179664

PR-OWL Home. (n.d.). Retrieved 14 February 2024, from https://pr-owl.org/

Ruiz-Calleja, A., García-Zarza, P., Vega-Gorgojo, G., Bote-Lorenzo, M. L., Gómez-Sánchez, E., Asensio-Pérez, J. I., Serrano-Iglesias, S., & Martínez-Monés, A. (2023). Casual Learn: A linked data-based mobile application for learning about local Cultural Heritage. Semantic Web, 14(2), 181–195. https://doi.org/10.3233/SW-212907

Sanfilippo, E. (2020). Ontology-based data modeling for cultural heritage. https://doi.org/10.34846/LE-STUDIUM.197.05.FR.08-2020

Sansonetti, G., Gasparetti, F., Micarelli, A., Cena, F., & Gena, C. (2019). Enhancing cultural recommendations through social and linked open data. User Modeling and User-Adapted Interaction, 29(1), 121–159. https://doi.org/10.1007/s11257-019-09225-8

Sartini, B., Baroncini, S., Van Erp, M., Tomasi, F., & Gangemi, A. (2023). ICON: An Ontology for Comprehensive Artistic Interpretations. Journal on Computing and Cultural Heritage, 16(3), 1–38. https://doi.org/10.1145/3594724

Staab, S., & Studer, R. (Eds). (2009). Handbook on Ontologies. Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-540-92673-3

Weiberg, B. (2020). Modeling Performing Arts: On the Representations of Agency. https://doi.org/10.17613/6TSM-4787

Ziku, M. (2020). Digital Cultural Heritage and Linked Data: Semantically-informed conceptualisations and practices with a focus on intangible cultural heritage. LIBER Quarterly, 30(1), 1. https://doi.org/10.18352/lq.10315

This site is open source. Improve this page.