LTLOD — Lietuvos susietieji atvirieji duomenys

LTLOD tikslas — lietuviškas Knowledge Graph: Lietuvos atvirieji duomenys, sujungti į vientisą, standartais grįstą RDF grafą, kurį galima užklausti, papildyti ir susieti su pasauliniais duomenimis (Wikidata, ES žodynais).

Rinkiniai publikuojami adresu https://linkeddata.lt/: kiekvieną objektą galima naršyti kaip Linked Data dokumentą, o SPARQL užklausas teikti per https://linkeddata.lt/sparql.

Šiame repozitoriuje yra:

• atkuriamos (re-runnable) ETL grandinės (etl/), kurios kiekvieno paleidimo metu parsisiunčia aktualius duomenis iš oficialių šaltinių ir sugeneruoja RDF rinkinius;
• sugeneruoti duomenų rinkiniai (datasets/current/) — beveik milijonas RDF ketvertų apie administracinius vienetus, Seimo narius, įstaigas;
• SPARQL užklausų pavyzdžiai su rezultatais (queries/EXAMPLES.md).

RDF trumpai

RDF — W3C standartas duomenims užrašyti grafo pavidalu. Kiekvienas faktas yra trejetas subjektas → predikatas → objektas, o objektai identifikuojami URI adresais, kurie galioja viso interneto mastu. Dėl to skirtingi rinkiniai susijungia savaime — užtenka, kad jie naudotų tuos pačius URI.

Štai tikri duomenys iš šio repozitorijaus (Seimo narys, jo frakcija ir partija):

graph LR
    person(["persons/7194/#this"]) -->|foaf:name| name["Algirdas Butkevičius"]
    membership(["…/#membership-1322-…"]) -->|org:member| person
    membership -->|org:organization| faction(["…/seimas/org-units/1322/#this"])
    membership -->|org:memberDuring| interval["time:Interval<br/>nuo 2024-11-14"]
    faction -->|skos:prefLabel| fname["Demokratų frakcija<br/>„Vardan Lietuvos“"]
    faction -->|org:unitOf| seimas(["organizations/<br/>lietuvos-respublikos-seimas/#this"])
    person -->|ltlod:nominatedBy| party(["parties/demokratu-sajunga-…/#this"])
    person -->|owl:sameAs| wd(["wikidata: Q394006"])

Narystė čia — atskiras objektas su galiojimo intervalu (org:Membership + time:Interval), todėl grafas saugo ne tik dabartinę būseną, bet ir istoriją: pasikeitus pareigoms, sena narystė gauna pabaigos datą, o nauja — pradžios.

Kiekvienas objektas gyvena savo named graph'e (dokumente), kurio URI sutampa su dokumento adresu. Štai Birštono savivaldybės dokumentas (TriG sintakse; čia parodyta išskleista absoliuti forma — užfiksuoti failai naudoja santykines URI, pvz. <admin-units/12/#this>, o bazė pritaikoma krovimo metu; Wikidata susiejimai ir herbas prijungti iš alignments.trig, koordinatės ir riba iš *-geo.trig praleistos):

<https://linkeddata.lt/admin-units/12/> {
    <https://linkeddata.lt/admin-units/12/>
        a dh:Item ;                                             # LinkedDataHub dokumentas
        sioc:has_container <https://linkeddata.lt/admin-units/> ;
        dct:title "Birštono savivaldybė"@lt ;
        dct:created "2026-10-13T01:12:44.490+02:00"^^xsd:dateTime ;   # ETL paleidimo laikas
        foaf:primaryTopic <https://linkeddata.lt/admin-units/12/#this> .

    <https://linkeddata.lt/admin-units/12/#this>
        a cv:AdminUnit ;                                        # ES Core Location klasė
        cv:level atu-type:LTU_SV ;                              # ES klasifikatorius: savivaldybė
        skos:prefLabel "Birštono savivaldybė"@lt ;
        skos:notation "12" ;                                    # natūralus raktas iš Adresų registro
        dct:isPartOf <https://linkeddata.lt/admin-units/2/#this> ;   # → Kauno apskritis
        owl:sameAs <http://www.wikidata.org/entity/Q2015893> ;  # → Wikidata
        foaf:img <https://commons.wikimedia.org/wiki/Special:FilePath/Birstonas%20COA.svg> ;  # herbas
        schema:validFrom "1998-06-01"^^xsd:date .
}

Užklausoms naudojama SPARQL — standartinė RDF užklausų kalba (kaip SQL reliacinėms DB). Pavyzdžiai — žemiau.

Duomenų rinkiniai

Rinkinys	Objektai	Šaltinis
admin-units	10 apskričių, 60 savivaldybių, 584 seniūnijos, 26 229 gyvenamosios vietovės ir 61 149 gatvės (streets)	Adresų registras per get.data.gov.lt
seimas	831 visų kadencijų nuo 1990 m. Seimo narys (148 — dabartinėje) su ~21 000 kadencijų, pareigų ir narysčių (galiojimo intervalai), 394 padaliniai (frakcijos, komitetai, komisijos, parlamentinės grupės), 66 partijos, 771 vienmandatė apygarda (pagal kadenciją); Seimo kalendorius nuo 1990 m.: 10 kadencijų, 131 sesija ir 4 771 plenarinis posėdis su protokolais ir stenogramomis; pasirinktinai (make -C etl/seimas votes, numatytai — dabartinė kadencija) plenarinių posėdžių balsavimai: 10-ojoje kadencijoje 5 633 balsavimai su ~336 000 Seimo narių individualių balsų (už / prieš / susilaikė); pasirinktinai (make -C etl/seimas bills, ta pati kadencija) teisės aktų projektai ir svarstyti klausimai: 10-ojoje kadencijoje 2 086 projektai (799 — Seimo narių inicijuoti, su iniciatoriais) ir 4 766 plenariniuose posėdžiuose svarstyti klausimai su stadija, svarstytais projektais, kalbėjusiais Seimo nariais ir e-seimas dokumentu; balsavimai susieti su klausimu, kuriuo balsuota	apps.lrs.lt XML API
officials	viešųjų pareigų ėjimas nuo 1990-03-11: 7 Respublikos Prezidento kadencijos (su laikinai einančiais pareigas), 263 Ministro Pirmininko ir ministrų pareigų laikotarpiai, 134 merų kadencijos ir 88 Lietuvoje išrinktų EP narių mandatai — iš viso 350 asmenų: 162 jau yra Seimo narių rinkinyje (jų pareigos prijungiamos prie to paties asmens), 188 nauji	Wikidata (Prezidentas, Vyriausybė, merai; CC0) + Europos Parlamento atvirieji duomenys (EP nariai; CC BY 4.0)

Rinkiniai tarpusavyje susieti natūraliais raktais (Adresų registro kodai, JAR kodai, Seimo asmenų ID) — iš bet kurio išorinio rakto galima sukonstruoti objekto URI. Pavyzdžiui, kiekvienos juridinio asmens registruota buveinė susieta su savivaldybe ir gyvenamąja vietove (locn:adminUnit) bei gatve (dct:spatial), o jos Adresų registro kodas (locn:addressId) leidžia prijungti bet kurį adresu paremtą šaltinį. Administraciniai vienetai papildomai turi koordinates (geo:lat/geo:long, visi lygiai) ir supaprastintas ribų geometrijas (gsp:asWKT, stambieji lygiai), o gatvės — ašines linijas (gsp:asWKT, 22 543 iš 61 149 gatvių). Objektai taip pat susieti su Wikidata (owl:sameAs) ir turi atvaizdus: administracinių vienetų herbus (foaf:img — reprezentacinis, „ypač tinkamas“ atvaizdas), Seimo narių oficialius portretus ir vietovių nuotraukas (foaf:depiction).

graph LR
    streets[gatvės] -->|dct:isPartOf| admin[admin-units]
    legal[juridiniai asmenys] -->|locn:adminUnit · reg. buveinė| admin
    legal -->|dct:spatial · reg. buveinė| streets
    seimas[Seimo nariai] -->|org:Membership| units[padaliniai]
    seimas -->|ltlod:nominatedBy| parties[partijos]
    seimas -->|ltlod:electoralDistrict| districts[rinkimų apygardos]
    seimas -->|org:role| tax[taxonomies · SKOS]
    legal -->|rov:companyType / rov:orgStatus| tax
    admin -->|cv:level| atu[ES ATU-type klasifikatorius]
    admin -->|geo:lat/long · gsp:asWKT| geo[koordinatės · geometrijos]
    streets -->|gsp:asWKT · ašinės linijos| geo
    admin -->|owl:sameAs + herbai · foaf:img| wd[(Wikidata)]
    seimas -->|owl:sameAs + nuotraukos| wd
    seimas -->|epvoc:memberDuringParliamentaryTerm| terms[kadencijos]
    declarations[turto deklaracijos] -->|ltlod:declarant| seimas
    declarations -->|ltlod:declarant| officials[ministrai, merai, EP nariai, Prezidentas]
    officials -->|org:Membership · mero pareigos| admin
    officials -->|tas pats asmuo| seimas
    contracts[pirkimų sutartys] -->|epo:bindsBuyer / epo:bindsContractor · JAR kodas| legal
    contracts -->|dct:temporal| calendar[kalendorius]
    interests[privačių interesų deklaracijos] -->|org:Membership · ryšiai| legal
    interests -->|ltlod:declarant| seimas
    lobbying[lobistinės veiklos deklaracijos] -->|ltlod:lobbyist| lobbyists[lobistai]
    lobbyists -->|ltlod:agent| legal
    lobbying -->|ltlod:influencedPerson| seimas
    lobbying -->|ltlod:draftAct| bills[Seimo teisės aktų projektai]
    employment[Sodra: darbdavių stebėjimai] -->|ltlod:employer| legal
    employment -->|sdmx-dimension:refArea| admin
    taxes[VMI: mokesčių duomenys] -->|ltlod:taxpayer · JAR kodas| legal
    taxes -->|dct:temporal| calendar
    insolvency[nemokumo bylos] -->|ltlod:insolvent · JAR kodas| legal
    insolvency -->|sdmx-dimension:refArea| admin
    eufunds[ES fondų finansavimas] -->|ltlod:beneficiary · JAR kodas| legal
    eufunds -->|sdmx-dimension:refArea| admin
    pubspend[viešojo sektoriaus sąskaitos] -->|ltlod:spendingBuyer / spendingSupplier · JAR kodas| legal
    pubspend -->|dct:temporal| calendar
    land[prašymai įsigyti žemės] -->|ltlod:applicant · patikrinus pavadinimą| legal
    land -->|schema:location| admin
    sittings[plenariniai posėdžiai] -->|eli-dl:forms_part_of| sessions[sesijos]
    sessions -->|eli-dl:parliamentary_term| terms
    sessions -->|eli-dl:had_activity_type| tax
    sittings -->|eli-dl:recorded_in_a_realization_of| eseimas[(e-seimas: protokolai, stenogramos)]
    votes[balsavimai] -->|schema:superEvent| sittings
    votes -->|eli-dl:had_voter_favor / _against / _abstention| seimas
    items[svarstyti klausimai] -->|schema:superEvent| sittings
    votes -->|schema:superEvent| items
    items -->|eli-dl:involved_work| bills[teisės aktų projektai]
    bills -->|eli-dl:legislative_process_work_creator| seimas
    items -->|eli-dl:had_participant_person · kalbėjo| seimas
    elections[rinkimai] -->|ltlod:electedTerm| terms
    results[rezultatai apygardose] -->|ltlod:election| elections
    results -->|ltlod:constituency| districts
    results -->|ltlod:candidate| seimas
    results -->|ltlod:nominatedBy · ltlod:party| parties
    finance[kampanijų finansai] -->|ltlod:inElection| elections
    finance -->|ltlod:campaignOf| seimas
    finance -->|ltlod:campaignOf · ltlod:nominatedBy| parties
    finance -->|ltlod:candidacy| results
    finance -->|ltlod:donor · ltlod:provider · JAR kodas| legal
    facilities[švietimo, sveikatos įstaigos · paveldas] -->|locn:adminUnit| admin
    facilities -->|ltlod:legalEntity| legal

URI schema ir raktų taisyklės: etl/URI-SCHEME.md.

Ontologijos ir žodynai

Principas: pirmiausia W3C standartai → tada srities žodynai (ES SEMIC, OP klasifikatoriai, FOAF) → schema.org kaip platus bendrasis fallback'as → savi terminai tik kraštutiniu atveju.

Sritis	Žodynas
Administraciniai vienetai, adresai	SEMIC Core Location 2.1.1 (cv:AdminUnit, cv:level, locn:Address) + ES ATU-type klasifikatorius (LTU_APS, LTU_SV, LTU_SEN…); gatvės — dct:Location
Koordinatės ir geometrijos	W3C Basic Geo (geo:lat, geo:long) + OGC GeoSPARQL (gsp:asWKT: ribos, gatvių ašinės linijos)
Juridiniai asmenys	RegOrg / Core Business (rov:RegisteredOrganization, rov:companyType, rov:orgStatus); registruota buveinė — W3C ORG org:hasRegisteredSite → org:Site → locn:Address
Seimas, partijos	W3C ORG org:FormalOrganization + SEMIC CPOV cv:PublicOrganisation (Seimas) / schema:PoliticalParty (partijos)
Organizacijų struktūra, pareigos, narystės	W3C ORG (org:Membership, org:role, org:memberDuring) + W3C Time intervalai — be reifikacijos ir be RDF-star; tuo pačiu modeliu ir Prezidento, ministrų, merų bei EP narių pareigos (mero organizacija — pati savivaldybė)
Seimo balsavimai	ES ELI-DL (, , / / , ) + (balsavimas → posėdis)

Pasirinkimų motyvacija ir žinomos modeliavimo skolos: etl/ONTOLOGY-NOTES.md.

Diegimas ir paleidimas

Reikalavimai:

• Docker — tik atomgraph/csv2rdf konteineriui (CSV → RDF normalizacijai). docker-compose nereikia — jokios nuolat veikiančios infrastruktūros ETL nenaudoja.
• Apache Jena 5.6.0 (atsisiųsti) — arq/riot CLI transformacijoms ir validacijai. Naujesnės 6.x versijos netinka: arq nebemoka išvesti kvadų CONSTRUCT rezultatų (TriG, žr. apache/jena#4091). Kelias nurodomas JENA_HOME arba etl/config.mk.
• xsltproc — XML šaltinių (Seimo API) transformacijoms (macOS/Linux jau turi).
• uv — Python įrankiams (Wikidata susiejimas, scraperiai); priklausomybes susitvarko pats.
• make, curl.

cd etl
make                                  # viskas: taxonomies → calendar → admin-units → seimas →
                                      # officials → declarations → legal-entities
make -C officials all                 # Prezidentas, ministrai, merai (Wikidata), EP nariai (EP API)
make -C seimas all                    # tik vienas domenas
make -C seimas photos                 # papildomai: oficialūs portretai iš lrs.lt
make -C seimas videos                 # papildomai: plenarinių posėdžių vaizdo įrašai iš Seimo YouTube
                                      # kanalo „Atviras Seimas“ (nuo 2016 m.; ~2,5 min), įterpiami
                                      # posėdžio puslapyje
make -C seimas votes                  # papildomai: plenarinių posėdžių balsavimai (dabartinė kadencija;
                                      # VOTE_TERMS="9 10" — daugiau; ~12 tūkst. užklausų, ~20 min)
make -C seimas bills                  # papildomai: teisės aktų projektai, jų iniciatoriai ir posėdžiuose
                                      # svarstyti klausimai (ta pati VOTE_TERMS apimtis; dalijasi
                                      # balsavimų atsisiuntimu, + ~200 darbotvarkių ir ~1 min. kadencijai)
make -C declarations all              # turto deklaracijos iš įkelto VMI rinkinio (data/vmi-fr0001.json;
                                      # jį kasmet surenka harvest.js naršyklėje — automatinio
                                      # atsisiuntimo nėra: vmi.lt saugo Cloudflare)
make -C elections all                 # Seimo rinkimų rezultatai apygardose (VRK ArcGIS sluoksniai;
                                      # ELECTIONS="2020 2024" numatytai) ir politinių kampanijų
                                      # finansai iš naršyklėje surinktų VRK CSV (data/vrk-*.csv —
                                      # žr. .claude/skills/harvest-vrk/; be jų praleidžiami)
make -C procurement all               # viešųjų pirkimų sutartys (numatytai — paskutiniai 12 mėn.,
                                      # >= 10 000 EUR; kitaip — SINCE=2024-01-01 MIN_VALUE=50000;
                                      # ~56 tūkst. sutarčių, ~30 min.)
make -C taxes                         # VMI juridinių asmenų mokesčiai: dabartinės nepriemokos
                                      # ir per metus sumokėti mokesčiai pagal JAR kodą (numatytai —
                                      # paskutiniai 5 ataskaitiniai metai; kitaip — SINCE_YEAR=2020;
                                      # ~178 tūkst. mokesčių mokėtojų, failai neįtraukiami į git)
make -C insolvency                    # įmonių nemokumo bylos (AVNT): bankrotai, restruktūrizavimai
                                      # ir tyčiniai bankrotai per get.data.gov.lt; ~6,4 tūkst. bylų,
                                      # susietų su JAR, savivaldybe ir kalendoriumi (į git įtraukiama)
make -C eu-funds                      # ES struktūrinių fondų (2014–2020 m.) finansavimo sutartys
                                      # per get.data.gov.lt (finmin); ~26 tūkst. sutarčių, susietų su
                                      # paramos gavėjais ir partneriais (JAR), savivaldybe ir
                                      # kalendoriumi; failas neįtraukiamas į git
make -C public-spending               # neprivaloma (nėra `make` sąraše): viešojo sektoriaus sąskaitų
                                      # suvestinės pagal pirkėją–tiekėją–metus iš ~14,4 mln. sąskaitų
                                      # (NBFC); ~40–90 min. atsiuntimas; failas neįtraukiamas į git
make -C sodra                         # Sodros darbdavių duomenys iš naršykle atsisiųstų
                                      # data/monthly-{metai}.csv.zip (atvira.sodra.lt saugo Cloudflare;
                                      # SODRA_MONTHS=12 — kiek paskutinių mėnesių;
                                      # SODRA_CUBE=1 — ir visa mėnesių eilutė, ~14 mln. ketvertų)
make BASE=https://linkeddata.lt/      # produkcinė bazinė URI (numatytoji — https://localhost:4443/)

Kiekvienas rinkinys pereina tas pačias keturias stadijas, tad naujo šaltinio pridėjimas — tik naujas katalogas su fetch + transformacijos užklausa:

graph LR
    src["Šaltiniai<br/>get.data.gov.lt · apps.lrs.lt"] -->|fetch| raw["CSV / XML"]
    raw -->|"CSV2RDF / XSLT"| norm["tarpinis RDF"]
    norm -->|"graphify:<br/>SPARQL CONSTRUCT"| trig["TriG<br/>(objektas = named graph)"]
    trig -->|validate| out["datasets/current/"]
    out -->|"reconcile:<br/>Wikidata"| align["alignments.trig<br/>+ herbai, nuotraukos"]

Rezultatas visada atspindi šaltinių būseną paleidimo metu — jokių rankinių žingsnių.

Publikavimas su LinkedDataHub

Rinkiniai publikuojami kaip naršomi Linked Data dokumentai per LinkedDataHub (toliau — LDH). Reikia tik Docker Desktop (Compose ≥ 2.23); visa infrastruktūra aprašyta docker-compose.yml (tas pats išdėstymas kaip linkeddatahub.com / Homepage projektuose — nginx, LDH, vienas Fuseki serveris su atskiromis end-user ir admin saugyklomis, Varnish kešai, sef-compiler, egress tarpinis serveris ir neprivalomas web-algebra asistentas — jis paleidžiamas tik su COMPOSE_PROFILES=assistant .env faile ir OpenAI raktu secrets/openai_api_key.txt).

cp .env_sample .env  # vienąkart: diegimo nustatymai (.env neįtraukiamas į git)
make up      # sugeneruoja slaptažodžius + serverio sertifikatą ir paleidžia LDH
make install # suteikia viešą skaitymo prieigą, sukuria konteinerių dokumentus ir vardų erdvės
             # ontologiją per LDH CLI (reikia ../LinkedDataHub);
             # interaktyvus: Enter×4 = lokali aplinka, kitas Base URL = bet kuri LDH instancija
make load    # užkrauna datasets/current/*/*.trig tiesiai į triplestore
             # (nereikia perkurti — rinkiniai bazei neutralūs; bazė pritaikoma krovimo metu)

Po make up LDH pasiekiamas adresu https://localhost:4443/ (savo pasirašytas sertifikatas — naršyklė įspės; pirmas paleidimas trunka ~1–2 min.). Administravimo aplinka — https://admin.localhost:4443/.

Svarbu dėl bazinės URI: repozitorijoje užfiksuoti datasets/current/ failai naudoja santykines URI (be @base), tad yra neutralūs bazei — tas pats rinkinys tinka bet kuriam diegimui. make load išsprendžia santykines URI pagal .env bazę (BASE_URI, lokaliai https://localhost:4443/) su riot prieš tdb2.tdbloader, tad dokumentų URI visada sutampa su LDH adresu. Perkurti prieš krovimą nebūtina — make -C etl reikia tik norint atsinaujinti duomenis iš gyvų šaltinių.

Duomenų struktūra kuriama dviem lygiais:

• Karkasas (make install): šakninis dokumentas, konteineriai ir taksonomijų schemos iš app/ katalogo per LDH CLI (ldh push, kaip LinkedDataHub-Apps projektuose) — taip dokumentai gauna ldh:ChildrenView bloką, dėl kurio konteinerių puslapiai rodo vaikų sąrašus. Asmenų konteineris (app/persons.ttl) vietoj jo turi savo rodinį su užklausa: Seimo nariai rodomi nuotraukų tinkleliu, kurį galima filtruoti ir rikiuoti pagal vardą, pavardę, lytį ir iškėlusią partiją. Kartu įdiegiama vardų erdvės ontologija (app/ns.ttl) su 1:N rodiniais (ldh:inverseView): apskrities puslapis rodo jos savivaldybes, komiteto — dabartinius ir buvusius narius, Seimo — padalinius, partijos — jos iškeltus Seimo narius; visi asmenų sąrašai turi tuos pačius filtrus ir rikiavimą kaip asmenų konteineris. Reikia šalia išklonintos LinkedDataHub repozitorijos (../LinkedDataHub, keičiama per make install LDH_HOME=…).
• Duomenys (make load): ETL rinkiniai — vien dh:Item dokumentai su sioc:has_container nuorodomis į karkasą — rašomi tiesiogiai į fuseki serverio end-user TDB2 saugyklą (santykinės URI pirma išsprendžiamos pagal .env bazę su riot, tada tdb2.tdbloader per vienkartinį tdb-loader konteinerį), ne po vieną dokumentą per HTTP: ~1 mln. ketvertų užsikrauna per kelias minutes. Pabaigoje suteikiama vieša skaitymo prieiga (make public — ldh admin make-public, kuri per LDH HTTP API suteikia skaitymo teises šakniniam dokumentui ir viskam po juo, acl:default). Triplestore prievadai neatveriami į host'ą — SPARQL užklausos teikiamos per LDH: https://localhost:4443/sparql. Krovimas yra append-only: pakartotinis make load tik papildo saugyklą; švariam perkrovimui:

make down && rm -rf fuseki/end-user && make up && make load

Dokumento patikrinimas (Birštono savivaldybė):

curl -k -H "Accept: text/turtle" https://localhost:4443/admin-units/12/

Pastabos:

• make drop ištrina tik LDH vykdymo būseną (fuseki/, ssl/, secrets/, uploads/, datasets/owner, datasets/secretary) — datasets/current/ niekada neliečiamas.
• Prievadai 81/4443/5443 sutampa su kitų lokalių LDH diegimų (pvz., LinkedDataHub repozitorijos) prievadais — vienu metu gali veikti tik vienas stack'as.
• Dokumentai naršomi per LDH konteinerius: kiekvienas ETL dokumentas yra dh:Item su sioc:has_container, o konteineriai — LDH CLI sukurti dh:Container dokumentai iš app/ (pvz., https://localhost:4443/admin-units/).

Ką jau galima atsakyti?

Visi rinkiniai užkraunami į atmintį viena komanda ir užklausiami SPARQL'u:

queries/run.sh <užklausa.rq>

Pavyzdys: kas šiuo metu vadovauja Seimo komitetams ir komisijoms, kuri partija juos iškėlė, nuo kada — ir kaip jie atrodo? Viena užklausa kerta šešis failus: asmenis, padalinius, pareigų taksonomiją, partijas, nuotraukas ir Wikidata susiejimus. Narystės su galiojimo intervalais leidžia klausti „kas vadovauja dabar“ — imamos tik narystės be pabaigos datos:

PREFIX foaf:  <http://xmlns.com/foaf/0.1/>
PREFIX org:   <http://www.w3.org/ns/org#>
PREFIX skos:  <http://www.w3.org/2004/02/skos/core#>
PREFIX time:  <http://www.w3.org/2006/time#>
PREFIX ltlod: <http://linkeddata.lt/ns#>

SELECT ?unit ?chair ?party ?since ?photo
WHERE
{
    # kiekvienas įrašas — atskiras dokumentas (įvardytas grafas): asmens grafe yra jo
    # narystės, intervalai ir nuotraukos, padalinio, pareigų ir partijos — atskiruose
    GRAPH ?personGraph
    {
        ?membership a org:Membership ;
            org:member ?person ;
            org:organization ?org ;
            org:role ?roleConcept ;
            org:memberDuring ?interval .
        FILTER NOT EXISTS { ?interval time:hasEnd ?end }
        OPTIONAL { ?interval time:hasBeginning/time:inXSDDate ?since }
        ?person foaf:name ?chair .
        OPTIONAL { ?person foaf:depiction ?photo . FILTER(CONTAINS(STR(?photo), "lrs.lt")) }
    }

    GRAPH ?roleGraph { ?roleConcept skos:prefLabel ?role }
    FILTER(LANG(?role) = "lt" && CONTAINS(LCASE(STR(?role)), "pirminink"))
    FILTER(!CONTAINS(LCASE(STR(?role)), "pavaduotoj"))

    GRAPH ?orgGraph { ?org skos:prefLabel ?unit }
    # partija, iškėlusi narį dabartinei kadencijai (asmuo turi visas jį kada nors iškėlusias)
    OPTIONAL {
        GRAPH ?tenureGraph
        {
            ?tenure org:member ?person ;
                ltlod:nominatedBy ?nominator ;
                org:memberDuring ?tenureInterval .
            FILTER NOT EXISTS { ?tenureInterval time:hasEnd ?tenureEnd }
        }
        GRAPH ?partyGraph { ?nominator skos:prefLabel ?party }
    }
}
ORDER BY ?unit

Padalinys	Pirmininkas	Iškėlusi partija	Nuo
Antikorupcijos komisija	Arvydas Anušauskas	Tėvynės sąjunga-Lietuvos krikščionys demokratai	2024-12-05
Aplinkos apsaugos komitetas	Linas Jonauskas	Lietuvos socialdemokratų partija	2024-11-21
Ateities komitetas	Vytautas Grubliauskas	Lietuvos socialdemokratų partija	2024-11-21
Audito komitetas	Artūras Zuokas	Partija „Laisvė ir teisingumas“	2026-07-15
Europos reikalų komitetas	Rasa Budbergytė	Lietuvos socialdemokratų partija	2024-11-21

Daugiau klausimų, į kuriuos duomenys jau atsako (visi su užklausomis ir pilnais rezultatais queries/EXAMPLES.md):

• kurios savivaldybės turi daugiausia gyvenamųjų vietovių ir kaip atrodo jų herbai;
• kur tiksliai yra bet kuri gatvė (gatvė → vietovė → savivaldybė → apskritis);
• dabartinė Seimo frakcijų sudėtis su iškėlusiomis partijomis ir nuotraukomis;
• kiek biudžetinių įstaigų veikia, o kiek išregistruota, pagal teisines formas;
• kokių juridinių asmenų daugiausia kiekvienoje savivaldybėje (bendrovės, mažosios bendrijos, asociacijos…) ir kurios savivaldybės per paskutinius metus neteko daugiausia juridinių asmenų;
• kurių savivaldybių įstaigos per metus sudarė didžiausios vertės viešųjų pirkimų sutarčių, kurie tiekėjai uždirba daugiausia ir kiek sutarčių pasirašyta savaitgaliais ar per šventes (pirkimai × juridiniai asmenys × administraciniai vienetai × kalendorius);
• kokia dalis objektų jau susieta su Wikidata (CONSTRUCT pavyzdys papildomai parodo, kaip iš grafo sugeneruoti schema.org profilius kitoms sistemoms);
• ką deklaruoja dabartinis Seimas: kiek narių turi butų, žemės, akcijų, pinigų užsienyje ar skolų, ir kokios tai sumos;
• kaip kito vieno politiko deklaruotas turtas per visus metus (iki 2015 m. — litais);
• kurie politikai ėjo daugiausia skirtingų pareigų — Seimo nario, ministro, EP nario, mero;
• kurie Seimo nariai inicijuoja daugiausia teisės aktų projektų ir kokia jų dalis pasiekia priėmimo stadiją;
• kurie Seimo nariai balsavo prieš ar susilaikė dėl projekto, kurį patys inicijavo.
• kurie Seimo nariai yra juridinių asmenų, kurie patys užsiima lobizmu, nariai ar valdymo organų nariai (privatūs interesai × lobistų sąrašas, susieta per JAR kodą);
• kuriuos Seimo narius lobistai veikė dažniausiai, kiek skirtingų lobistų ir kokiose srityse;
• kurių politikų deklaruoti juridiniai asmenys laimi viešuosius pirkimus (privatūs interesai × pirkimų sutartys per JAR kodą — kai įkeltas pirkimų rinkinys);
• kurie viešųjų pirkimų tiekėjai turi pradelstą mokestinę nepriemoką ir kaip jų laimėtų sutarčių vertė atrodo palyginti su sumokamais mokesčiais (pirkimai × VMI mokesčiai per JAR kodą — kai įkelti abu rinkiniai);
• kurie viešųjų pirkimų tiekėjai yra ar buvo nemokūs (bankrotas ar restruktūrizavimas), ir kurie politinių kampanijų rėmėjai vėliau tapo nemokūs (pirkimai / kampanijų finansavimas × nemokumo bylos per JAR kodą);
• kuriose savivaldybėse iškelta daugiausia bankroto bylų ir kaip jų skaičius kito pagal metus;
• kurių politikų deklaruoti juridiniai asmenys gavo 2014–2020 m. ES struktūrinių fondų paramą (privatūs interesai × ES fondai per JAR kodą), ir kurios įmonės gavo ir ES paramą, ir laimėjo viešuosius pirkimus (ES fondai × pirkimai per JAR kodą);
• kuriems tiekėjams viešasis sektorius sumoka daugiausia smulkiomis sąskaitomis, kurių bendra suma viršija viešųjų pirkimų ribą, nors pirkimų registre jų nėra (viešojo sektoriaus sąskaitos × pirkimai per JAR kodą).

Turto deklaracijų pjūviai pagal partiją, kadencijos pokyčius, turtą užsienyje ir dalyvavimą balsavimuose — duomenų istorijoje „Seimo turtas 2024“ (app/stories/seimo-turtas-2024.ttl).

Ateities darbai

Nauji rinkiniai (integracijos taškai jau paruošti — žr. „kaip pridėti“ žemiau):

• Adresų registro adresai ir jų koordinatės (~1 mln. taškų; locn:Address + GeoSPARQL) — administraciniai vienetai reprezentacines koordinates ir supaprastintas ribų geometrijas jau turi (geo:lat/geo:long, gsp:asWKT), lieka adresų lygmens tikslumas; juridinių asmenų registruotos buveinės jau susietos su savivaldybe, vietove ir gatve (JAR Buveine ⋈ AR Pastatas/Patalpa per aob_kodas, SEMIC org:hasRegisteredSite/locn:Address grandinė) — lieka patys adresai kaip objektai (pastato puslapis su jame registruotais juridiniais asmenimis);
• VRK rinkimų duomenys: Seimo rinkimų rezultatai apygardose (2020, 2024) ir Seimo rinkimų kampanijų finansai (nuo 2008 m.) jau yra (elections); lieka kiti rinkimai (savivaldybių, Prezidento, EP — jų kampanijų finansai jau surinkti, CAMPAIGN_TYPES), rezultatai apylinkėse, politinė reklama ir narių mokesčiai (docs/sources/elections-financing.md);
• viešieji pirkimai — sutartys jau yra (procurement, ES ePO); lieka pirkimų procedūros (būdas, dalyvių skaičius), subrangovai ir ilgesnė istorija;
• kultūros vertybių koordinatės (KVR atvertuose duomenyse jų dar nėra — data.gov.lt pateiktas prašymas jas atverti) ir sveikatos įstaigų veiklos adresų koordinatės.

Žodynų plėtra: apskritys jau turi tiesioginį skos:exactMatch į NUTS3 (savivaldybėms — LAU — dar lieka); Core Person terminai atsiradus asmenų gimimo datoms; belyčiai pareigų konceptai (dabar „pirmininkas“/„pirmininkė“ — atskiri konceptai, kaip šaltinyje).

Kaip pridėti naują rinkinį: sukurti etl/<domenas>/ su Makefile, fetch žingsniu ir LDH stiliaus mappings/*.rq (žr. etl/admin-units/ kaip šabloną); papildyti etl/URI-SCHEME.md konteineriu ir natūralaus rakto taisykle; jei objektai turi atitikmenis Wikidata — pridėti domeną į etl/tools/src/ltlod_etl/reconcile.py. Žodynams galioja kaskada ES → W3C → savas (http://linkeddata.lt/ns#).

Duomenų aktualumas ir patikimumas

datasets/current/ atspindi šaltinių būseną paskutinio ETL paleidimo metu — kada tai buvo, matyti tų failų git istorijoje; make visada sugeneruoja šviežią versiją. Išimtis — turto deklaracijos: VMI duomenys renkami rankiniu būdu kartą per metus (VMI juos paskelbia iki spalio 1 d.), todėl jie tokie švieži, koks paskutinis surinkimas (etl/declarations/data/vmi-fr0001.json). Taip pat ir Sodros darbdavių duomenys: jie tokie švieži, kokie paskutiniai naršyklėje atsisiųsti etl/sodra/data/monthly-{metai}.csv.zip failai. Vidutinis darbo užmokestis ir apdraustųjų skaičius pateikiami taip, kaip juos skelbia Sodra (mažų darbdavių darbo užmokesčio Sodra neskelbia — tada jo nėra ir duomenyse); savivaldybė — darbdavio registracijos, ne darbuotojų gyvenamoji vieta. Deklaruojantieji su Seimo nariais susiejami pagal vardą ir pavardę (+ Seimo nario kadencijos metus), kiti — su officials rinkinio asmenimis pagal vardą, pavardę ir tų metų pareigas (ministro, mero, EP nario, Prezidento); nesusieti lieka etl/declarations/cache/unmatched.csv, niekada nesiejami spėjant. Ministrų ir merų sąrašai tokie išsamūs, kokie jie yra Wikidata (lrv.lt ir vrk.lt saugo Cloudflare, todėl tiesioginio atsisiuntimo nėra); viceministrų ir savivaldybių tarybų narių atvirame šaltinyje nėra. VTEK registrai (lobizmas ir privatūs interesai) taip pat renkami naršyklėje; asmenys su Seimo nariais, o institucijos su JAR siejami tik vienareikšmiškai sutampant pavadinimui (arba pagal rankiniu būdu sudarytą sinonimų sąrašą) — kitaip lieka tekstas, kaip nurodyta šaltinyje. Kiekvienas pagal vardą (be bendro kodo) padarytas susiejimas su asmeniu pažymėtas, kaip jis padarytas (ltlod:matchMethod → taxonomies/match-methods): pagal vardą ir pareigas (vardas sutampa, o šaltinyje nurodytos pareigos ar institucija atitinka tuo metu eitas pareigas), pagal tikslų vardą (vardas vienareikšmis, bet šaltinis to nepatvirtina — silpnesnis susiejimas, peržiūrėtinas) arba pagal sinonimų sąrašą. Susiejimai pagal kodą (JAR, Seimo asmens ID) nežymimi — jie tikslūs. Asmuo, kurio mirties data (iš Wikidata, schema:deathDate) ankstesnė už šaltinio datą, nesiejamas apskritai — bendravardis negali būti kandidatas ar deklarantas po mirties. Tyrimams, kuriuose minimi asmenys, rinkitės „pagal vardą ir pareigas“ arba patikrinkite „pagal tikslų vardą“ eilutes rankiniu būdu. Susiejimų tikslumas matuojamas auditu: make -C etl/audit sample atrenka pavyzdžius peržiūrai (etl/audit/reviews/), o make -C etl/audit score apskaičiuoja tikslumą pagal susiejimo rūšį ir būdą (su 95 % pasikliautinuoju intervalu).

Prašymai įsigyti žemės su juridiniu asmeniu siejami pagal NŽT nurodytą JAR kodą, bet tik patikrinus, ar kartu nurodytas pavadinimas atitinka to kodo pavadinimą registre (ltlod:applicantCheck): ~100 prašymų pavadinimas akivaizdžiai neatitinka kodo (pvz., įmonės pavadinimas prie Valstybinės mokesčių inspekcijos kodo) — tokie prašymai su juridiniu asmeniu nesiejami, o kodas ir pavadinimas paliekami tokie, kokius paskelbė NŽT (sąrašas peržiūrai — etl/land-acquisitions/cache/name-check.csv). Prašymas ir net NŽT sutikimas — dar ne sandoris; „valdomas plotas“ yra prašyme nurodytas tos pačios paskirties žemės plotas, ne visa pareiškėjo žemė.

Tai išvestinis, neoficialus rinkinys: autoritetingi šaltiniai lieka valstybės registrai ir Seimo kanceliarija. Wikidata susiejimai daromi automatiškai (deterministinės atitiktys pagal kodus ir etiketes) — nesusieti objektai fiksuojami peržiūros ataskaitose (etl/*/cache/unmatched*.csv), tačiau pavienės klaidingos atitiktys galimos. Radę klaidą — praneškite per GitHub issues.

Licencija

• Kodas (ETL, užklausos, įrankiai) — Apache-2.0.
• Sugeneruoti duomenys (datasets/current/) — CC BY 4.0, kaip ir šaltiniai: Adresų registro ir JAR duomenys © Registrų centras / Valstybės duomenų agentūra per get.data.gov.lt (CC BY 4.0), Seimo duomenys © Seimo kanceliarija (CC BY 4.0), susiejimai su Wikidata (CC0). Naudodami duomenis nurodykite šiuos šaltinius.
• Seimo narių portretai neplatinami šiame repozitorijuje — duomenyse tik nuorodos (foaf:depiction) į lrs.lt ir Wikimedia Commons originalus.

---

Klausimai, idėjos, klaidos, nauji duomenų šaltiniai — laukiami per GitHub issues ir pull requests (žr. „Kaip pridėti naują rinkinį“) arba [email protected].