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"])

Loading

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)
declarations	2 213 metinių turto deklaracijų (2012–2025 ataskaitiniai metai) — 455 asmenys: Seimo nariai, ministrai, merai, EP nariai ir Prezidentas; deklaruotos sumos pagal 23 turto rūšis (iki 2014 m. — litais, nuo 2015 m. — eurais); deklaracijos, pateiktos einant Seimo nario, ministro, viceministro, EP nario, Prezidento ar mero pareigas (viceministrų kol kas nesusiejama — jų sąrašo atviruose šaltiniuose nėra)	VMI viešai skelbiami turto deklaracijų duomenų išrašai (renkama naršyklėje kartą per metus — žr. .claude/skills/harvest-declarations/)
elections	2020 ir 2024 m. Seimo rinkimai (abu turai susieti su kalendoriaus dienomis ir išrinkta kadencija); rezultatai visose 71 vienmandatėje apygardoje — 142 apygardų rinkimai, 273 turai su rinkėjų aktyvumu, 1 719 kandidatų rezultatų (678 susieti su Seimo nariais, laimėtojai — visi), 2 272 partijų sąrašų rezultatai apygardose (sąrašų balsai, suskaičiuoti toje apygardoje); vienmandačių apygardų ribos žemėlapyje (constituencies-geo.trig)	VRK rinkimų rezultatų žemėlapio atviri ArcGIS sluoksniai (rinkimai-vrk.opendata.arcgis.com)
elections — politinių kampanijų finansai	Seimo rinkimų (2008–2024 ir naujų bei pakartotinių rinkimų) politinių kampanijų finansai: 1 883 kampanijų dalyviai (kandidatai, partijos, sąrašai), susieti su rinkimais, Seimo nariais (725), partijomis ir kandidatų rezultatais apygardose (485); 5 492 juridinių asmenų įnašai ir 32 269 apmokėtos juridinių asmenų paslaugos (kiekviena atskirai, su JAR kodu ir data kalendoriuje; išlaidų failas campaign-expenses.trig — neįtraukiamas į git, ~21 MB); fizinių asmenų aukos ir paslaugos — tik sumos pagal lėšų šaltinį ar išlaidų paskirtį (25 641 aukų įrašas → 3 741 suma)	VRK atvirieji duomenys (data.gov.lt 2016, 2017), renkami naršyklėje — VRK API saugo Cloudflare (žr. .claude/skills/harvest-vrk/)
legal-entities	visas Juridinių asmenų registras — 547 382 juridiniai asmenys, iš jų 314 788 jau išregistruoti: teisinė forma, statusas, įregistravimo ir išregistravimo dienos kalendoriuje, registruota buveinė (savivaldybė, gyvenamoji vietovė, gatvė, pašto kodas, Adresų registro kodas — 217 987 iš 229 645 registruotų buveinių). Į git įtraukiamos tik 6 028 valstybės ir savivaldybių biudžetinės įstaigos (institutions.trig); likusieji (entities.trig, ~14,4 mln. ketvertų, ~1 GB) sugeneruojami make -C etl/legal-entities entities	JAR ir Adresų registras per get.data.gov.lt
facilities (heritage.trig neįtraukiamas į git — sugeneruojamas make -C etl/facilities)	10 032 švietimo ir mokslo institucijos (5 767 veikiančios, su koordinatėmis; ir uždarytos — su išregistravimo data), 4 130 licencijuotų asmens sveikatos priežiūros įstaigų su ~8 300 veiklos adresų ir 26 058 nekilnojamosios kultūros vertybės; visos susietos su savivaldybe (švietimo įstaigos — ir su seniūnija bei gyvenamąja vietove, paveldas — su seniūnija), įstaigos — su jas valdančiu juridiniu asmeniu (ltlod:legalEntity), registravimo ir licencijavimo datos — su kalendoriumi	ŠVIS ir VASPVT per get.data.gov.lt; Kultūros vertybių registras — data.gov.lt XLSX (KPD, CC BY 4.0; 2023-02-01 momentinė kopija)
procurement (failas neįtraukiamas į git — sugeneruojamas make -C etl/procurement)	viešųjų pirkimų sutartys, sudarytos per paskutinius 12 mėnesių, ne mažesnės nei 10 000 EUR vertės (~56 000; be sutarčių pakeitimų): pirkimo objektas, BVPŽ (CPV) kodas, prekės / paslaugos / darbai, vertė, sudarymo diena; perkančioji organizacija ir tiekėjas susieti per JAR kodą (legal-entities)	VPT CVP IS sutarčių posistemė per get.data.gov.lt (Valstybės duomenų agentūra, CC BY 4.0)
vtek	Lobizmas: 427 lobistai (238 juridiniai asmenys, susieti su JAR kodu; 189 fiziniai — 5 iš jų susieti su politikais), 2 271 lobistinės veiklos deklaracija (1 833 lobistų skaidrumo ir 438 įtaką patyrusių asmenų) su sritimi, užsakovu, teisės akto projektu (388 nurodo Seimo projektų numerius) ir paveiktais asmenimis bei institucijomis (3 103: 1 076 susieti su politikais, 2 509 — su institucijomis ar Seimo komitetais). Privatūs interesai: visos 244 viešos Seimo narių, ministrų, merų, EP narių ir Prezidento privačių interesų deklaracijos (228 susietos su politikais) su 865 darbovietėmis ir paties deklaruojančiojo ryšiais su juridiniais asmenimis (596 ryšiai)	VTEK registrai SKAIDRIS ir PINREG (renkama naršyklėje — žr. .claude/skills/harvest-vtek/); sutuoktinių duomenys, asmens kodai ir el. pašto adresai neskelbiami
employment (failas employers.trig neįtraukiamas į git — sugeneruojamas make -C etl/sodra; į git įtraukiamas tik kubo aprašas dataset.trig)	114 316 darbdavių (2026 m. rugpjūtis): kiekvieno juridinio asmens (draudėjo) naujausio mėnesio apdraustųjų skaičius, vidutinis darbo užmokestis ir socialinio draudimo įmokos, taip pat paskutinių 12 mėnesių (SODRA_MONTHS) vidutinis apdraustųjų skaičius, pasvertas vidutinis darbo užmokestis ir įmokų suma; darbdavys susietas su JAR įrašu (ltlod:employer), mėnuo — su kalendoriumi (dct:temporal), registracijos savivaldybė — su administraciniu vienetu. Pasirinktinai (SODRA_CUBE=1) — ir visa mėnesių eilutė (~14 mln. ketvertų)	Sodros atviri draudėjų duomenys (monthly-{metai}.csv.zip; svetainę saugo Cloudflare, todėl failai atsisiunčiami naršyklėje — žr. .claude/skills/harvest-sodra/)
land-acquisitions (juridinių asmenų prašymų failas neįtraukiamas į git — sugeneruojamas make -C etl land-acquisitions)	prašymai Nacionalinei žemės tarnybai leisti įsigyti žemės ūkio ar miškų ūkio paskirties žemės (nuo 2023 m.): 17 842 juridinių asmenų prašymai po vieną — su NŽT sprendimu, prašomu ir jau valdomu plotu, savivaldybe, pateikimo ir sprendimo dienomis, susieti su juridiniu asmeniu, jei NŽT nurodytas pavadinimas atitinka JAR kodą; 121 869 fizinių asmenų prašymai — tik suskaičiuoti pagal savivaldybę, metus ir paskirtį (447 suvestinės, mažiau nei 3 prašymų langeliai praleisti), nes NŽT jų kodus ir vardus užšifruoja	NŽT per get.data.gov.lt; pavadinimų patikra — pagal JAR
calendar (failas neįtraukiamas į git — sugeneruojamas make -C etl/calendar)	kalendorius nuo 1977-01-01 (anksčiausia JAR registracija) iki kitų metų pabaigos: metai, mėnesiai ir dienos (2027 m. imtinai — 51 metai, 612 mėnesių, 18 627 dienos), valstybinių švenčių dienos pažymėtos; visos kitų rinkinių datos (posėdžiai, balsavimai, kadencijų, sesijų ir narysčių pradžios bei pabaigos, juridinių asmenų įregistravimas ir išregistravimas, deklaracijų ataskaitiniai metai) susietos su kalendoriaus diena ar metais (dct:temporal)	sugeneruojama ETL metu; šventės — pagal Švenčių dienų įstatymą ir Darbo kodeksą, su kiekvienos šventės galiojimo datomis (etl/calendar/data/holidays.csv)
taxonomies	24 SKOS klasifikatorių: administracinių vienetų lygiai, teisinės formos (iš JAR), statusai, pareigų/padalinių/vietovių/gatvių tipai, Seimo veiklos (sesijų ir posėdžių) tipai, balsavimo būdai, klausimų svarstymo stadijos, deklaruojamo turto rūšys, VMI deklaruojančiųjų pareigybių grupės, valstybinės šventės, žemės paskirtys, NŽT sprendimai dėl žemės įsigijimo, pareiškėjo kodo patikros rezultatai, švietimo įstaigų tipai, kultūros paveldo apsaugos statusai, reikšmingumo lygmenys, objektų rūšys ir vertingųjų savybių pobūdis, lobistinės veiklos sritys, ryšių su juridiniais asmenimis pobūdžiai, asmenų susiejimo būdai	JAR + išvesta iš duomenų

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
    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

Loading

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 (eli-dl:Vote, eli-dl:decision_method, eli-dl:had_voter_favor / _against / _abstention, eli-dl:number_of_votes_*) + schema:superEvent (balsavimas → posėdis)
Seimo teisės aktų projektai, svarstyti klausimai	ES ELI-DL (eli-dl:DraftLegislationWork, eli-dl:legislative_process_work_creator — iniciatoriai, eli-dl:involved_work — klausimas → projektas, eli-dl:occured_at_stage → eli-dl:ProcessStage, eli-dl:had_participant_person — kalbėję Seimo nariai)
Seimo kadencijos, sesijos, posėdžiai	ES ELI-DL (eli-dl:ParliamentaryTerm, eli-dl:Activity, eli-dl:forms_part_of, eli-dl:recorded_in_a_realization_of) + Europos Parlamento EPVOC (epvoc:memberDuringParliamentaryTerm)
Žemės įsigijimas (NŽT prašymai)	savas ltlod:LandAcquisitionApplication (ltlod:applicant → juridinis asmuo, ltlod:decision → NŽT sprendimas), schema:location → savivaldybė; fizinių asmenų prašymai — W3C Data Cube (qb:Observation: savivaldybė, metai, paskirtis)
Turto deklaracijos	savas ltlod:AssetDeclaration (ltlod:declarant ⊑ dct:creator) + schema.org schema:MonetaryAmount (schema:value, schema:currency) kiekvienai deklaruotai sumai; turto rūšis — dct:type → SKOS klasifikatorius; ataskaitiniai metai — dct:temporal → kalendoriaus metai
Seimo rinkimai	savi ltlod:Election / ltlod:ElectionRound (⊑ schema:Event, turas → kalendoriaus diena), ltlod:ConstituencyContest (rinkimai apygardoje), ltlod:CandidateResult ir ltlod:PartyListResult (balsai, balsų dalis, vieta, išrinktas) — W3C/ES rinkimų žodyno nėra
Politinių kampanijų finansai	savi ltlod:CampaignParticipant, ltlod:CampaignDonation, ltlod:CampaignExpense ir fizinių asmenų sumos (ltlod:CampaignIncomeTotal / ltlod:CampaignExpenseTotal) + schema.org schema:value / schema:currency; lėšų šaltiniai, išlaidų paskirtys ir dalyvių tipai — SKOS klasifikatoriai pagal VRK kodus
Švietimo, sveikatos įstaigos, kultūros paveldas	schema.org schema:EducationalOrganization / schema:MedicalOrganization (+ W3C ORG org:Organization, org:subOrganizationOf — skyriai, org:hasSite — veiklos adresai), schema:Permit — licencija, schema:LandmarksOrHistoricalBuildings — kultūros vertybė (schema:containedInPlace — komplekso dalis); vieta — SEMIC locn:Address → locn:adminUnit; buvimo registre laikotarpis — W3C Time intervalas → kalendorius
Viešieji pirkimai	ES ePO (eProcurement Ontology): epo:Contract, epo:bindsBuyer / epo:bindsContractor → epo:Buyer / epo:Contractor vaidmenys → epo:playedBy → juridinis asmuo, epo:hasContractValue → epo:MonetaryValue, epo:hasPurpose → BVPŽ (CPV) kodas; OP klasifikatoriai: valiuta, CPV, pirkimo objekto rūšis (contract-nature)
Darbdavių statistika (Sodra)	W3C Data Cube (qb:DataSet, qb:Observation — vienas kiekvienam darbdaviui, pasirinktinai ir kiekvienam mėnesiui) + SDMX-RDF sdmx-dimension:refArea (savivaldybė); mėnuo — dct:temporal → kalendoriaus mėnuo; matai ltlod:insuredCount, ltlod:averageWage, ltlod:contributions ir 12 mėnesių ltlod:meanInsuredCount, ltlod:meanAverageWage, ltlod:totalContributions
Asmenys	FOAF (+ suderinama su Core Person 2.0)
Klasifikatoriai	SKOS
Bendrasis fallback	schema.org — tik kur W3C/ES termino nėra: galiojimo ir gyvavimo datos (schema:validFrom/validThrough, schema:foundingDate/dissolutionDate), schema:PoliticalParty, schema:EventSeries/schema:Event (sesijos, posėdžiai)
Savi terminai	tik ltlod:nominatedBy — „iškėlusi partija“, ltlod:ElectoralDistrict / ltlod:electoralDistrict — Seimo rinkimų apygarda ir ltlod:AssetDeclaration / ltlod:declarant / ltlod:declaredValue — turto deklaracija, ltlod:LandAcquisitionApplication / ltlod:applicant — prašymas įsigyti žemės, rinkimų rezultatų terminai (ltlod:Election, ltlod:CandidateResult, …) (http://linkeddata.lt/ns#); ES/W3C atitikmenų nėra

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 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 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"]

Loading

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 acl:accessToClass teises). 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).

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 martynas@atomgraph.com.