Перейти к основному содержимому

Стандарты метаданных

Стандарт метаданных — общий язык описания. Каталог отдаёт карточки так, чтобы их понял другой портал, поисковик или программа. Свой набор полей понятен только тем, кто читал вашу инструкцию.

Главный вывод главы: берут язык, который уже читает адресат, и часто два языка сразу. Федерация читает профиль DCAT своей страны, поисковик — разметку schema.org на странице, регистрация DOI — схему DataCite. Эти языки описывают один и тот же набор и не подменяют друг друга. Черновик следующей версии и «JSON по мотивам DCAT» для обмена не годятся.

Как платформа отдаёт файл и какой профиль в ней включён по умолчанию — в главе об экспорте. Какие поля заполнять, чтобы набор можно было использовать, — в главе о полноте метаданных. Здесь — какой язык для какого каталога и как узнать его по файлу.

Описание набора и устройство данных​

Стандарты вокруг данных делятся на два вида, и их часто путают.

Стандарт метаданных описывает набор снаружи: что это, кто издатель, за какой период, где скачать, на каких условиях. Его читает каталог, агрегатор, поисковик. DCAT, DataCite, ISO 19115, schema.org — стандарты метаданных.

Стандарт данных описывает, что внутри файла: какие колонки или поля, что они значат, как кодируются значения. Его читает программа, которая обрабатывает сами данные. OCDS для закупок, GTFS для расписаний, Darwin Core для наблюдений видов — стандарты данных. Они разобраны в главе о том, что публикуют.

Каталогу нужен первый вид всегда, когда описания забирает кто-то снаружи. Второй нужен, когда в отрасли он есть: набор закупок в OCDS сразу понимают программы анализа контрактов, а свой CSV про контракты каждый разбирает заново. Связь карточки со стандартом файла в DCAT записывают свойством dct:conformsTo. Словарь колонок — отдельная задача, она разобрана в разделе о словаре полей.

Некоторые стандарты делают обе работы. SDMX описывает и показатель, и структуру ряда. DDI описывает и обследование, и переменные. Croissant описывает и набор для машинного обучения, и его файлы с полями. STAC описывает и коллекцию снимков, и отдельные файлы.

Если нужного стандарта не знаете, поищите в каталогах стандартов: FAIRsharing для науки, Data Standards Directory для государственных данных, перечень data.gov для США.

Четыре слоя, которые смешивают​

В разговоре «мы поддерживаем DCAT» смешивают четыре разные вещи. Пока они не разделены, нельзя понять, пройдёт ли выгрузка проверку.

СлойНа какой вопрос отвечаетПример
Словарьчто означает полеDCAT, schema.org, DataCite, ISO 19115
Профилькакие поля обязательны и из какого списка берётся значениеDCAT-AP, DCAT-US, GeoDCAT-AP
Справочниккакое именно значение можно записатьтемы data theme, лицензии, коды языков
Запись и протоколв каком файле приходит ответ и как его спроситьJSON-LD, Turtle, XML; OAI-PMH, CSW

Словарь задаёт смысл. DCAT говорит, что у каталога есть наборы, у набора — способы получения, у способа получения — ссылка на файл. Профиль сужает словарь под страну или отрасль: оставляет нужные поля, помечает их обязательными или рекомендуемыми и привязывает к справочникам. DCAT-AP и DCAT-US — профили одного DCAT, а не два разных языка. Национальный профиль, например итальянский DCAT-AP_IT или швейцарский DCAT-AP-CH, садится поверх DCAT-AP и добавляет свои поля.

Запись — это файл. Одно и то же описание DCAT можно отдать текстом Turtle, XML или JSON-LD. Для человека разницы нет, для программы есть: она просит нужный вид заголовком Accept или берёт адрес с нужным окончанием. Протокол — способ спросить каталог: OAI-PMH, CSW, OGC API Records. Один CSW умеет ответить и карточкой ISO 19115, и описанием DCAT, если это умеет программа. Подробнее о способах отдачи — в главе об экспорте.

Отсюда практическое следствие. Портал может честно отдавать DCAT и при этом не проходить валидатор профиля, который ждёт сборщик. 13 октября 2026 года выгрузка data.gov.gr была в профиле DCAT-AP 3, а валидатор DCAT-AP 3.0.1 нашёл две ошибки: формат файла записан словом «CSV», а не ссылкой на справочник, и у контрольной суммы не указан алгоритм. Разбор — в главе об экспорте.

Что брать за основу​

КаталогЧто отдавать наружуНа что опиратьсяКого этим не закрыть
Портал открытых данныхпрофиль страны и schema.org на страницеDCAT-AP 3.0.1 в ЕС; DCAT-US 3.0 в США; в России — паспорт методических рекомендаций 4.0поисковик не читает только DCAT, сборщик не читает только разметку страницы
ГеопорталISO 19115; для портала открытых данных ещё GeoDCAT-APISO 19115, в ЕС — INSPIRE и GeoDCAT-AP 3.1.0; файлы снимков — STACкарточка слоя не заменяет описание файлов, STAC не заменяет инфраструктуру страны
Научный репозиторийDataCite для DOI, Dublin Core в OAI-PMH, schema.org на страницеDataCite 4.7; для передачи папки с файлами — RO-CrateDOI не регистрируют записью DCAT
Каталог показателейSDMX для партнёров; StatDCAT-AP, если таблицы должны попасть на портал открытых данныхSDMX 3.1, на практике часто ещё 2.1; таблицы в браузере — JSON-statSDMX не делает набор находимым в Google Dataset Search
Каталог микроданныхDDI на обследование и schema.org на страницеDDI Codebook 2.5; новая 2.6 — с 15 апреля 2026 годаDDI не заменяет условия доступа и DOI
ML-каталогкарточка для человека и Croissant для программыCroissant 1.1 от 29 января 2026 года; площадки в 2026 году ещё отдают 1.0Croissant не описывает показатель и не заменяет лицензию
Реестр словарейSKOS, для элементов данных — ISO/IEC 11179SKOS; ISO/IEC 11179-3:2023словарь терминов не заменяет каталог наборов

Два языка сразу — обычная работа, а не запасной вариант. Внутренняя форма каталога может быть богаче профиля: свои поля для редакции остаются у вас. Наружу уходит профиль, который назвал сборщик.

DCAT и профили​

DCAT — словарь W3C для каталогов данных. Первая рекомендация вышла 16 января 2014 года, вторая — 4 февраля 2020 года, третья — 22 августа 2024 года. Версия 3 описывает каталог, набор, способ получения, сервис данных, серию наборов и запись каталога. В ней появились серии отдельно публикуемых наборов и свойства версии, включая контрольную сумму файла. Как эти части выглядят на живой карточке, разобрано в главе об устройстве каталога.

Сам DCAT почти ничего не объявляет обязательным. Обязательность появляется в профиле. Поэтому фраза «у нас DCAT» не говорит, примет ли файл data.europa.eu или data.gov.

ПрофильДля когоСостояние на октябрь 2026 года
DCAT-AP 3.0.1порталы Европы и data.europa.euрекомендация SEMIC от 27 октября 2025 года. Черновик 3.0.2 от 17 июня 2026 года рекомендацией ещё не стал
Национальные профили поверх DCAT-APпортал одной страныследуют версии, которую проверяет национальный сборщик. Примеры — DCAT-AP_IT и DCAT-AP-CH
DCAT-US 3.0федеральные ведомства США, файл data.jsonопубликована 1 мая 2026 года. Версию 1.1 data.gov продолжает собирать, пока ведомства переходят
DCAT-AP HVDнаборы высокой ценности в ЕСвыпуск 3.0.0, октябрь 2024 года, поверх DCAT-AP
GeoDCAT-AP 3.1.0перевод карточки ISO 19115 в DCATрекомендация SEMIC от 16 февраля 2026 года, приведена к DCAT-AP 3.0.1
StatDCAT-APстатистические таблицы на портале открытых данныхдействующая версия — 1.0.1 (2019). Версия 3.0.0 с 10 июня 2026 года — рабочий черновик
HealthDCAT-APкаталоги медицинских данных для EHDSчерновик Еврокомиссии; выпуск 7 — май 2026 года. Номер в том же году уже сдвигался, берут последний выпуск
mobilityDCAT-AP 3.0.0национальные точки доступа к данным о транспортерекомендация NAPCORE поверх DCAT-AP 3.0.0, ещё не поверх 3.0.1

Отраслевой профиль не ведут вторым каталогом. Его получают переводом из того описания, которым отрасль уже пользуется. GeoDCAT-AP для того и сделан: геопортал хранит карточку ISO 19115, а портал открытых данных читает её как DCAT. Так же StatDCAT-AP нужен, чтобы таблицы статистической службы появились среди открытых данных, не заменяя SDMX.

В DCAT-AP 3.0.1 у набора обязательны название и описание, а лицензия живёт у способа получения и обязательной не названа. Для человека лицензия, дата обновления и период важнее этого минимума. Полная таблица обязательных и рекомендуемых полей — в главе о полноте метаданных.

Пространства данных публикуют каталог в DCAT и записывают условия использования языком ODRL: кому можно брать данные и для чего. Описание остаётся обычным DCAT, даже когда сам файл закрыт. Как устроен обмен — в главе о других типах каталогов.

Паспорт вместо DCAT​

В России описания открытых данных задают не DCAT, а методические рекомендации версии 4.0. Их утвердили протоколом президиума Правительственной комиссии по цифровому развитию от 12 декабря 2024 года № 49пр. Единица описания — паспорт набора: идентификатор, название, описание, владелец, ответственное лицо и его контакты, ссылка на файл, формат, даты публикации, изменения и актуальности, ключевые слова, ссылки на версии данных и структуры.

Машиночитаемый паспорт для разбора чужого сайта — один файл на весь перечень: meta.csv, meta.xml или meta.json. Требования к CSV называют четыре колонки: property, title, value и format. Версия рекомендаций записывается полем standardversion. Рядом с паспортом лежат файл данных и файл структуры. На сайтах органов власти, сделанных на Gosweb, у каждого набора три CSV: паспорт, структура и данные. Как устроены такие разделы — в главе о порталах открытых данных.

Образец в том же разделе отстал от требований. Эталонный meta.csv содержит только колонки property и value и ссылается на старый адрес стандарта 3.0, http://opendata.gosmonitor.ru/standard/3.0, хотя на обложке стоит версия 4.0. Отдельно, в разделе про RDFa, рекомендации советуют размечать HTML словарём schema.org или Dublin Core. Разметка страницы и паспорт в документе не сведены в один профиль.

Практический вывод. Паспорт читает российский портал и его разборщик страниц. data.europa.eu, data.gov и Google Dataset Search его не читают. Если наборы должны находить только внутри этой системы, паспорта достаточно. Если их должен найти кто-то ещё, к паспорту добавляют schema.org на странице и тот профиль DCAT, который назвал конкретный сборщик.

Остальные языки​

schema.org/Dataset — разметка в HTML-странице набора, обычно блоком JSON-LD. Её читают поисковики. Google просит название и описание от 50 до 5000 символов; лицензию, автора, период и территорию называет желательными. Разметка описывает один набор за раз и не заменяет файл всего каталога. Страница, которую дорисовывает скрипт уже в браузере, для робота часто пустая. Как это проверить — в главе о находимости.

ISO 19115 описывает пространственные данные: охват, систему координат, качество, ограничения. В файл карточку записывают по ISO 19139 или ISO 19115-3: в XML это видно по префиксам gmd: и mdb:. INSPIRE говорит, как европейский орган власти обязан отдавать такую карточку. Снимки и другие пространственные файлы описывает STAC: у коллекции тысячи файлов, у каждого свои дата и территория. Подробнее — в главе о геопорталах.

Dublin Core — короткий набор полей: название, автор, дата, тема, права. Его отдают научные репозитории по протоколу OAI-PMH, и его понимают почти все архивы. DataCite подробнее и нужен, чтобы зарегистрировать DOI. Действующая схема — 4.7 от 3 марта 2026 года. Обязательны идентификатор, автор, название, издатель, год и тип ресурса. Лицензия в схеме необязательна: её отсутствие не мешает получить DOI и мешает человеку понять, можно ли использовать файлы. Как устроен сам DOI — в главе об идентификаторах.

DDI описывает обследование: вопросник, выборку, переменные, файлы. SDMX описывает показатель, его разрезы и ряд. Оба нужны внутри своей отрасли. Наружу, к порталу открытых данных и к поисковику, от них всё равно делают перевод: StatDCAT-AP и schema.org. Разбор — в главах о микроданных и о показателях.

Croissant описывает набор для машинного обучения поверх schema.org: файлы, поля, разбиение на обучающую и тестовую части. Версия 1.1 от 29 января 2026 года добавила происхождение по модели PROV-O, условия использования (DUO и ODRL) и ссылки на внешние словари. В файле версию видно по dct:conformsTo со значением http://mlcommons.org/croissant/1.1. Площадки в 2026 году ещё отдают 1.0. Карточка для человека — отдельный текст рядом. Подробнее — в главе об ML-каталогах.

SKOS описывает словарь: у понятия есть адрес, названия, код и связи «шире — уже». ISO/IEC 11179 описывает элемент данных в реестре: определение, допустимые значения, владелец. Это языки каталогов метаданных, а не порталов наборов. Разбор — в главе о каталогах метаданных.

Упаковка и сборка из готовых стандартов​

Несколько спецификаций часто попадают в один список со стандартами каталогов, хотя отвечают на другой вопрос: как упаковать файлы или какие готовые стандарты сочетать.

RO-Crate упаковывает файлы исследования и описание к ним. Рядом с данными лежит ro-crate-metadata.json — JSON-LD на основе schema.org. Действующая рекомендация — 1.3 от 22 июня 2026 года. Так передают и сдают объект исследования: данные, программы, статью о том, как их получили. Каталог страны этим файлом не собирают. У Dataverse выгрузка RO-Crate есть отдельным экспортёром сообщества, не как формат обмена порталов.

CDIF (Cross-Domain Interoperability Framework) — рекомендации CODATA, какие уже существующие стандарты сочетать, когда данные переходят границу дисциплины. Версия 1.0 вышла в мае 2024 года, версия 1.1 — в июне 2026 года. Для нахождения CDIF советует schema.org и DCAT, а не новый словарь каталога. Свои стандарты дисциплины остаются: DataCite, DDI, ISO 19115.

Data Package и BagIt описывают папку с файлами. В первом рядом лежит datapackage.json со списком таблиц и словарём колонок — так публикуют набор в Git. Во втором — манифест контрольных сумм: так архив проверяет, что пакет цел. OCFL задаёт, как репозиторий раскладывает такие пакеты у себя на диске. Ни один из трёх не говорит сборщику порталов, как обойти каталог. Про публикацию папкой — в главе о Git-репозиториях, про архивную упаковку — в главе об архивации.

CodeMeta устроен так же, как schema.org для набора, только для программы: авторы, версия, ссылка на репозиторий. Его ставят рядом с данными, если публикуют и код. Каталогом наборов он не становится.

Справочники​

Свободный текст в поле «тема» не склеивается между порталами. «Транспорт», «Transport» и «трансп.» для программы — три разные темы. Значение берут из общего списка и записывают его адресом или кодом.

Для открытых данных в Европе это тринадцать тем data theme Бюро публикаций ЕС: сельское хозяйство, экономика и финансы, образование, энергетика, окружающая среда, государство и общественный сектор, здоровье, международные вопросы, правосудие, регионы и города, население и общество, наука и технологии, транспорт. Для геоданных — девятнадцать тематических категорий ISO 19115: биота, границы, рельеф, воды и другие. Свой рубрикатор завести можно. Наружу его сопоставляют с общим списком, как это делают национальные порталы ЕС: внутри своя рубрикация, в DCAT-AP — тема data theme.

Лицензию записывают ссылкой, а не фразой «открытая лицензия». В DCAT-AP ссылка ведёт в словарь лицензий Бюро публикаций ЕС. В репозитории и в файле CITATION.cff ту же лицензию узнают по коду SPDX, например CC-BY-4.0. Слова «типовые условия использования» российский читатель поймёт, а программа международного каталога — нет: такого кода в её списке нет. Подробнее — в главе о лицензиях.

Язык записывают кодом из словаря языков ЕС или ISO 639, территорию — кодом страны и региона или ссылкой на узнаваемый объект вроде GeoNames, а не словами «наш регион». Код переживает сбор лучше названия: при перекладке из каталога в каталог имя города теряется чаще, чем идентификатор. Издателя в научном описании записывают идентификатором организации из реестра ROR, автора — идентификатором ORCID. Тогда одна организация и один человек не разъезжаются по разным написаниям имени.

Свой справочник оправдан, если общего нет. Тогда его публикуют отдельно, дают каждому значению постоянный адрес и описывают в SKOS. Список в подсказке к полю формы справочником не считается: на него нельзя сослаться из другого каталога.

Как выбрать​

СитуацияРешение
Описания забирает национальный портал или data.europa.euпрофиль и версия, которые проверяет их валидатор. Соседняя версия не подойдёт
Наборы должны находиться поискомschema.org на странице каждого набора, даже если DCAT уже есть
Нужен DOIсхема DataCite. Запись DCAT DOI не регистрирует
Слой карты должен появиться и на портале открытых данныхвнутри ISO 19115, наружу GeoDCAT-AP
Каталог видят только свои сотрудникивнешний стандарт не нужен
Российский орган публикует на федеральный портал и больше никудапаспорт рекомендаций 4.0
Тот же орган хочет, чтобы наборы нашли снаружипаспорт оставить и добавить schema.org; DCAT — когда сборщик назовёт профиль
В дисциплине есть своя схемаеё хранят внутри, наружу отдают общий профиль
Хочется завести свои поляв форме каталога — можно. В файле для чужого сборщика — только известный профиль
Десяток наборов без сборщикаschema.org и один файл со всеми описаниями. Полный DCAT-AP избыточен

Коротко, как выглядит обоснование по шаблону карточки решения. Карточка про то, какое расширение CKAN включить, уже есть в главе об экспорте. Здесь развилка другая: национальный паспорт или «международный стандарт».

  • Контекст. Министерство публикует около двухсот наборов. Федеральный портал и сайты на Gosweb ждут паспорт по рекомендациям 4.0. Сотрудники просят «сделать как в Европе, в DCAT». Отдельного сборщика, который назвал бы версию DCAT-AP, нет. Наборы хотелось бы видеть в поиске по данным.
  • Варианты. Заменить паспорт на DCAT-AP. Оставить только паспорт. Вести паспорт для российского портала, разметить страницы schema.org и не писать свой JSON.
  • Критерии. Кто реально забирает описания, попадает ли набор в поиск, сколько стоит поддерживать два описания одного набора.
  • Решение. Паспорт оставить. На страницу набора добавить schema.org. DCAT-AP включать тогда, когда конкретный сборщик назовёт версию профиля. Свой формат «почти DCAT» не делать.
  • Почему. Российский портал читает паспорт. Поисковик читает разметку страницы. DCAT-AP без сборщика никто не проверит, а самодельный JSON придётся объяснять каждому новому адресату отдельно. Два описания берутся из одной карточки: второе не набирают руками.
  • Когда пересмотреть. Если федеральный портал начнёт собирать DCAT, если набор должен попасть в data.europa.eu или отраслевой агрегатор, либо если DCAT-AP 3.0.2 станет рекомендацией, а черновик перестанут принимать.

Как узнать стандарт по файлу​

Команды, которыми проверяют, что выгрузка открывается и проходит валидатор, собраны в главе об экспорте. Здесь — как по содержимому понять, какой язык перед вами. Смотрят начало файла, а не название кнопки «скачать метаданные».

Что видно в файлеКакой это стандарт
Колонки property и value, поле standardversionпаспорт российских методических рекомендаций
conformsTo с адресом DCAT-AP, DCAT-US или другой версии профиляпрофиль DCAT; номер в адресе важнее слова «DCAT» в инструкции
@type со значением Dataset и словарь schema.org в @contextразметка schema.org. Если conformsTo указывает на mlcommons.org/croissant, это Croissant
Файл ro-crate-metadata.jsonRO-Crate
XML с префиксом gmd: или mdb:карточка ISO 19139 или ISO 19115-3
Пространство имён datacite.org/schema/kernel-4схема DataCite
datapackage.json рядом с таблицамиData Package, словарь файлов, а не каталог портала

Дальше две проверки. Первая: версия в файле совпадает с той, которую назвал сборщик. DCAT-AP 2 там, где ждут 3.0.1, и DCAT-US 1.1 там, где уже принимают 3.0, — это разные профили. Вторая: значения полей взяты из справочника. Слово «CSV» в поле формата и адрес типа файла из словаря для валидатора не равны, что и показала выгрузка data.gov.gr.

Где обычно ошибаются​

Свой JSON называют стандартом. Поля похожи на DCAT, имена свои, справочников нет. Каждый сборщик разбирает такой файл отдельно, и при первой же проверке профиля он отпадает.

Включили выгрузку и считают профиль правильным. У расширения и у облачного сервиса профиль по умолчанию часто старше того, который ждёт страна. Его включают настройкой. На data.gov.gr профиль был включён, а два поля всё равно не прошли валидатор.

Берут черновик как действующую версию. На октябрь 2026 года черновики — DCAT-AP 3.0.2, StatDCAT-AP 3.0.0 и HealthDCAT-AP. Их читают, чтобы понять, куда движется профиль. В обмен отдают ту версию, у которой статус рекомендации и которую принимает валидатор сборщика.

Свободный текст вместо кода. Тема, лицензия, язык и территория, записанные фразой, не склеиваются с чужим каталогом. Обязательное поле, заполненное заглушкой, формально проходит и по смыслу пустое.

Одним стандартом закрывают все задачи. DCAT не регистрирует DOI, DataCite не кормит data.europa.eu, паспорт не попадает в поиск по данным, Croissant не описывает показатель. Каждому адресату — его язык из одной и той же карточки.

Путают описание набора и устройство файла. Выложить закупки «в DCAT» нельзя: DCAT описывает карточку, OCDS — сами контракты. Карточка при этом говорит, что файл соответствует OCDS, через dct:conformsTo.

Источники​