GEUL (General Encoding Unified Language) היא שפה מלאכותית ופורמט בינארי שנועדו להחלפת מידע בין בני אדם ל-AI ללא עמימות.
המסמכים האלה מגדירים את הדקדוק של GEUL v1. הגרסה הנוכחית היא טיוטה שטרם פורסמה, והיא עשויה להשתנות. המפרט מפורסם תחת CC0 1.0.
במבט אחד
- כל הנתונים הם רצף של WORD בן 16 ביט. הכתיבה היא ב-big endian.
- יחידת הנתונים היא רשומה. רשומה מתחילה ב-TAG WORD אחד, וה-TAG WORD קובע את סוג הרשומה ואת אורכה.
- יש ארבעה סוגי רשומות (Kind).
| Kind | תפקיד | דוגמה |
|---|---|---|
| Reference | מצביע על יעד | Q42 ב-Wikidata, #7 בתוך המסמך הזה |
| Value | מכיל את הערך עצמו | תאריך, כמות, טקסט עם שפה |
| Edge | קושר רשומות אחרות ומתאר | “Q42 הוא אדם”, “השם האנגלי של Q42 הוא Douglas Adams” |
| Meta | מדבר על המסמך | גרסת המפרט, ID של המסמך, מחבר, חתימה |
- הרשומות נכללות במסמך אחד. כמו ב-HTML, המסמך מתחלק ל-HEAD (Meta, וכן SOURCE, המקור של המסמך כולו, וה-QUALIFIER שלו) ול-BODY (Reference, Value, Edge).
- המסמך מונפק על ידי Issuer (הגורם המנפיק), וכל גרסה שלו מקובעת בעזרת hash תוכן. גרסה שפורסמה אינה משתנה.
עקרונות התכנון
- אפשר לדלג בלי ספר Codec. סוג הרשומה ואורכה נמצאים ב-16 הביטים של ה-TAG WORD. גם מפענח שאינו מכיר את דרך הפירוש (ספר ה-Codec) יכול למנות רשומות ולדלג עליהן.
- מתעדים היגד, לא עובדה. המסמך רושם ב-Meta וב-Edge של ראיות מי אמר את ההיגד, מתי, ומאיפה הוא נובע.
- הזיהוי נעשה ב-Reference. מצביעים באמצעות ID ולא באמצעות שם. השם מצורף באמצעות Edge.
- מה שפורסם אינו משתנה. תיקונים יוצאים כגרסה חדשה. ID בתוך מסמך מצביע על אותו יעד לאורך הגרסאות.
- משאירים ריק. רוב מרחב הביטים נשמר לעתיד. קוד ישיר אינו ניתן לשחזור, ולכן מקצים רק את מה שתדירותו אומתה.
מסמכי משנה
אם קוראים בפעם הראשונה, קוראים לפי הסדר מראש הטבלה.
| מסמך | תוכן |
|---|---|
| מבנה הרשומה | פריסת TAG WORD, Length, Codec, TAG הרחבה |
| Issuer ופרסום | דרגות Issuer, טבלת הקצאה ל-2 WORD, שיטת הפרסום, חתימה, מפתח אימות |
| כתובת פרסום ורשימת גרסאות | רישום ID, כתובת פרסום, ציון פורמט, רשימת Issuer, רשימת גרסאות, שכבות אמון |
| מסמך מפרט Codec | ספר Codec הנכתב באמצעות DECLARE, FIELD, ENUM ו-CODEC |
| מסמך כללי | DOC, HEAD, BODY, END, ID של מסמך, hash תוכן, גרסה ותיקון |
| אינדקס קודים | כל 227 המשבצות שהוקצו, טבלאות Codec לפי Kind ומשפחה |
| פריסת הקטעים | 16 קטעים ופריסת המשבצות, טווחים שהוקצו וטווחי Reserved |
| סמן מקום | ABSENT, UNKNOWN-VALUE, NO-VALUE, כללי קבלה |
| Reference | זיהוי יעד, LOCAL, הפניה חיצונית, Quantifier, סמן מקום |
| Value | משפחות ערך, קוד ישיר, טקסט, כמות ותאריך |
| Meta | מבנה, הצהרה, מוצא, שושלת, אימות, מדיניות, IMPORT |
| Edge | משפחות היגד, ראיות, ביצוע ו-TOULMIN, TRIPLE, QUALIFIER, LABEL |
| TOULMIN | משפחת גרף פסק דין וביצוע, פריסות NODE, LINK, SOURCE |
| דוגמה: פריט Wikidata | קריאת מסמך אחד WORD אחר WORD |
מה אפשר לדעת בלי ספר Codec
| מידע | בלי ספר Codec | בסיס |
|---|---|---|
| Kind | יודעים | טווח הקטע w >> 9 של ה-TAG WORD (Reference 0~2, Value 3·4, Edge 5~13, Meta 14·15) |
| האורך הכולל של הרשומה, מיקום הרשומה הבאה | יודעים | Length ב-TAG WORD |
| מספר Codec | יודעים | ה-TAG WORD (בפורמט Issuer, ה-Issuer ומספר ה-Codec שב-TAG ההרחבה) |
| משפחה, מחלקה | יודעים חלקית | רק משפחת הקוד הישיר של Edge ידועה מהביטים. קוד ישיר של Value, משפחה בפורמט Issuer ומחלקת Meta אינם ידועים מהביטים. בפורמט Issuer ידועים ה-Issuer ומספר ה-Codec. מחלקת האימות של Meta ידועה לפי C >= 5 בקטע 15 (w >= 0x1E50) |
| ה-Edge Id של Edge | יודעים | הרכיב הראשון של Edge (קטעים 5~13) הוא תמיד Reference מסוג LOCAL |
| סמן מקום (לא נרשם, לא ידוע, אין) | יודעים | ערך ה-WORD הוא 0x0000, 0x0010, 0x0020 (Reference, C < 3, L 0). סמן מקום |
| Quantifier | יודעים | לפי היסט C בתוך הקטע: בקטע 0 אם 5 <= C < 30, ובקטע 1 אם C < 30, אז C % 5 |
| אורך ה-TAG לפי Codec, מיקום תחילת ה-Payload | לא יודעים | ספר Codec |
| פירוש ה-Payload, תפקידי רכיבי ה-Edge | לא יודעים | ספר Codec |
- מפענח בלי ספר Codec יכול לדלג על רשומות ולמנות אותן לפי Kind ו-Codec, אך אינו יכול לעקוב אחר מבנה הגרף.
- כל מפענח חייב לטפל במחלקות מבנה, הצהרה ו-IMPORT של Meta. ה-Codec האלה שייכים לספר ה-Codec הליבתי של GEUL, והמפענח מכיר אותם מטבלת מספרים מובנית (Meta).
ספר ה-Codec מפורסם כמסמך GEUL (מסמך מפרט Codec). לכן מפענח צריך רק להוריד ולקרוא את מסמך המפרט הדרוש.
מבנה האזורים
הביטים העליונים של ה-TAG WORD מחלקים את המרחב לאזורים.
| Prefix | אזור | שיעור | הגדרה |
|---|---|---|---|
1 | עתיד רחוק | 50% | Reserved (עתיד רחוק). אין להשתמש |
01 | עתיד | 25% | Reserved (עתיד קרוב). אין להשתמש |
001 | תקן | 12.5% | דקדוק שאומץ רשמית ומופעל |
000 | חופשי והצעות | 12.5% | הדקדוק הנוכחי. כשהוא מאומץ, הפריסה נשארת כפי שהיא ורק ה-Prefix עובר ל-001 |
כל הדקדוק הנוכחי נמצא באזור 000. כל ה-TAG WORD במפרט הזה מתחילים ב-000.
- מפענח v1 דוחה TAG WORD שה-Prefix שלו אינו
000. את האזורים האחרים תקבע גרסה מאוחרת יותר. - אזור
000הוא מרחב הצעות. כרגע לא חלים בו רישום או הגנה.