gBizINFOが提供するCSV形式のデータからLinked Open Data(LOD)データセットを生成するためのツール

生成したデータセットにアクセスできる公開SPARQLエンドポイントも以下で提供しています。

https://metadata.moe/project/gbizinfo/

pip install gbizinfo-lod

変換元となる法人活動情報語彙対応版CSVファイル群のダウンロード (注: 法人基本情報は全件の一括ダウンロードが不可のため時間がかかる)

gbilod download ./work_dir/

ダウンロードしたCSVファイル群をRDFに変換

gbilod convert ./work_dir/ -o ./output_dir/

Graph URI毎にファイルが出力される(デフォルトはN-Quads形式)

その他オプションは gbilod convert --help を参照

基本的には以下の仕様書に基づく。

• gBizINFO SPARQL API仕様書: https://warp.ndl.go.jp/info:ndljp/pid/13539552/info.gbiz.go.jp/api/document/API.pdf
• リソース定義書 (CSV, XMLスキーマ仕様書): https://info.gbiz.go.jp/common/data/resourceinfo.pdf

仕様書上の定義と異なる、または未定義である箇所を以下にまとめる。

• 法人番号を表す ic:ID/ic:体系 の目的語は <http://imi.go.jp/ns/code_id/id/corporateNumber>

ex:Hojin <http://imi.go.jp/ns/core/rdf#ID> [
         <http://imi.go.jp/ns/core/rdf#体系> <http://imi.go.jp/ns/code_id/id/corporateNumber> ;
         <http://imi.go.jp/ns/core/rdf#識別値> "0123456789123" ;
         a <http://imi.go.jp/ns/core/rdf#ID型>
] .

• 職場情報および財務情報における hj:数量コレクション/hj:数量/hj:指標 の目的語はic:コード型の型付リテラル
  • 提供されていたRDFデータがこのようになっており、互換性確保のためこの仕様を踏襲する。
  • 本来はリテラルではなく、 http://hojin-info.go.jp/graph/commonCode グラフ内で定義されているリソースへのURI参照を期待したものと思われる。

ex:HojinShokuba <http://hojin-info.go.jp/ns/domain/biz/1#数量コレクション> [
    <http://hojin-info.go.jp/ns/domain/biz/1#数量> [
        <http://hojin-info.go.jp/ns/domain/biz/1#指標> "http://hojin-info.go.jp/code/職場情報/企業規模"^^<http://imi.go.jp/ns/core/rdf#コード型> ;
        <http://imi.go.jp/ns/core/rdf#単位表記> "人" ;
        <http://imi.go.jp/ns/core/rdf#数値> 100.0 ;
        a <http://hojin-info.go.jp/ns/domain/biz/1#数量型>
    ]
] .

• 法人基本情報: http://hojin-info.go.jp/graph/hojin
• 補助金情報: http://hojin-info.go.jp/graph/hojyokin
• 調達情報: http://hojin-info.go.jp/graph/chotatsu
• 表彰情報: http://hojin-info.go.jp/graph/hyosho
• 届出認定情報: http://hojin-info.go.jp/graph/todokede
• 特許情報: http://hojin-info.go.jp/graph/tokkyo
• 職場情報: http://hojin-info.go.jp/graph/shokuba
• 財務情報: http://hojin-info.go.jp/graph/zaimu
• 共通コード: http://hojin-info.go.jp/graph/commonCode

かつてgBizINFOではSPARQL APIが提供されており、APIを利用することでRDF形式のデータにアクセスすることができた。 また、RDFストアとしてAmazon Neptuneを採用し¹、実践的な運用ノウハウが公開されるなど²、システム面でも有用な事例であった。

一方で、野村総合研究所が落札した「令和4年度経済産業省デジタルプラットフォーム構築事業( Gビズインフォを通じた効果的なオープンデータ利活用の促進に向けた調査) 」の報告書 (2023年3月17日) によると、LOD形式でのデータ提供について以下のような実態を指摘しており、公共データ分野でのLODの一定のニーズは認めているものの、SPARQL APIエンドポイントの存続有無の検討が必要と結論づけている。

現行Gビズインフォにおける、利用者の期待と現状
機能 - SPARQL API
実態: 法人データにおいてはLODの普及度が低いため、活用されているとは言いがたい。
利用者からの評価: △ インタビュー先のうち多数は知らない・知っているが使いにくいので使わないといった評価であった。

2023年10月31日にはgBizINFOサイト上でRDF形式データの提供廃止が告知され、2024年4月1日に完全廃止となった³。

本リポジトリに含まれる commonCode.ttl および commonCode.nq を除くリソースは、MIT Licenseで提供される。

commonCode.ttl および commonCode.nq は、「gBizINFO」（経済産業省）のSPARQL APIより取得・加工して作成したもので、経済産業省 利用規約に従い利用するものである。