Reference は、対象を指すレコードだ。対象はエンティティ、概念、ドキュメント、別の Edge でありうる。名前ではなく ID で指す。
レイアウト
TAG WORD 000K KKKC CCCC LLLL セクション 0~2 (0x000L~0x05FL)
[Length 拡張 TAG]
[IMPORT ID] EXTERNAL-POINTER のとき (1/2/4 WORD)
[Issuer] EXTERNAL-ISSUER のとき (2/4/16 WORD)
[ドキュメント ID] EXTERNAL-ISSUER のとき (4 WORD)
対象 ID 残り全部
LLLL は TAG WORD を含む全体の WORD 数 − 1 だ(レコードと TAG WORD)。- Reference はセクション 0~2(
w < 0x0600)の 96 枠だ。セクション 0 エンティティ 0x000L~0x01FL、セクション 1 EXTERNAL 0x020L~0x03FL、セクション 2 その他 0x040L~0x05FL だ。 - Codec はコード表で書く(下の表)。5Q 体系は、コード 1 つに識別体系と量化が一緒に入っている。REFERENCE-ISSUER の量化は Issuer ドキュメントが定める。
- 対象 ID は符号なしビッグエンディアン整数で、最短幅で書く。幅は Length から前のフィールドを引いた残りだ。
- 対象 ID
0 は 0x0000 1 WORD で書く。それ以外では先頭に 0x0000 WORD を付けない。 - 整数値が同じなら同じ ID だ。幅は ID の一部ではない。
- すべての Codec が最短幅を使う。Codec が対象 ID の幅を固定しない。
- ISSUER-POINTER、DOC-POINTER、CODEC-POINTER は、このレイアウトに従わない。対象 ID がなく、Issuer(とドキュメント ID・Codec ID・バージョン ID)だけを置く。
- REFERENCE-ISSUER もこのレイアウトに従わない。TAG、Issuer、Codec 番号 2 WORD、Payload だ。Payload は Issuer が発行した Codec ドキュメントが定める。
Codec
- Reserved は
0x003L~0x004L、0x01EL~0x01FL(セクション 0)、0x03EL~0x03FL(セクション 1)、0x043L~0x05CL(セクション 2、新しい識別体系の位置)だ。 - 体系番号はセクション内オフセット
C で読む。セクション 0 で 5 <= C < 30 なら体系 C / 5(1~5)、セクション 1 で C < 30 なら体系 6 + C / 5(6~11)だ。
| 体系 | 名前 | Identified | Generic | Free-choice | Universal | Variable |
|---|
| 1 | LOCAL | 0x005L | 0x006L | 0x007L | 0x008L | 0x009L |
| 2 | GEUL | 0x00AL | 0x00BL | 0x00CL | 0x00DL | 0x00EL |
| 3 | GEUL-SIDX | 0x00FL | 0x010L | 0x011L | 0x012L | 0x013L |
| 4 | WIKIDATA-QID | 0x014L | 0x015L | 0x016L | 0x017L | 0x018L |
| 5 | WIKIDATA-PID | 0x019L | 0x01AL | 0x01BL | 0x01CL | 0x01DL |
| 6 | EXTERNAL-POINTER-1WORD | 0x020L | 0x021L | 0x022L | 0x023L | 0x024L |
| 7 | EXTERNAL-POINTER-2WORD | 0x025L | 0x026L | 0x027L | 0x028L | 0x029L |
| 8 | EXTERNAL-POINTER-4WORD | 0x02AL | 0x02BL | 0x02CL | 0x02DL | 0x02EL |
| 9 | EXTERNAL-ISSUER-2WORD | 0x02FL | 0x030L | 0x031L | 0x032L | 0x033L |
| 10 | EXTERNAL-ISSUER-4WORD | 0x034L | 0x035L | 0x036L | 0x037L | 0x038L |
| 11 | EXTERNAL-ISSUER-16WORD | 0x039L | 0x03AL | 0x03BL | 0x03CL | 0x03DL |
- 宣言は、発行主体が定めた ID で対象を直接識別する。
- 指示は、IMPORT ID で取り込んだドキュメント内の LOCAL を指す。IMPORT ID の幅は体系で決まる: 体系 − 6 が 0、1、2 なら 1、2、4 WORD だ。
- 指示宣言は、IMPORT なしにレコード 1 つで、別のドキュメントとその中の対象を指す。EXTERNAL-ISSUER の Issuer 幅は、体系 − 9 が 0、1、2 なら 2、4、16 WORD だ。
0x020L~0x03DL(セクション 1、体系 6~11)は、別のドキュメントの LOCAL を指す。それ以外の宣言体系は対象を直接識別する(このドキュメントの LOCAL、発行 ID)。ポインタ(セクション 2、0x040L~0x042L)は、Issuer・ドキュメント・Codec そのものを指す。REFERENCE-ISSUER はこの区分の外だ。0x000L~0x002L はプレースホルダに割り当てたコードで、対象を指す Reference としては使わない。WORD 0x0000、0x0010、0x0020(L 0、1 WORD)はプレースホルダだ(0x0000 ABSENT、0x0010 UNKNOWN-VALUE、0x0020 NO-VALUE)。マーカーは、その WORD を CODEC 対象として正確に置いたレコードのフィールド位置でのみ有効だ。ワイルドカードと CODEC のないフィールドは受け取らず、HEAD・BODY のレコード位置と Edge Id 位置では invalid だ。C 0~2 に Payload のある TAG 形(L ≥ 1)は Reserved だ。- geul.org が提供する直接コードと公表物だけが CC0 だ。CC0 でない識別体系(WordNet など)を直接コードに置かない。Issuer 形式のライセンスは、その Issuer が定める。
よく使う TAG
| レコード | WORD |
|---|
| LOCAL 1 | 0051 0001 |
| LOCAL 65536 | 0052 0001 0000 |
| Wikidata Q5 (人間) | 0141 0005 |
| Wikidata Q691283 | 0142 000A 8C53 |
| Wikidata P31 (instance of) | 0191 001F |
| プレースホルダ ABSENT / UNKNOWN-VALUE / NO-VALUE | 0000 / 0010 / 0020 |
LOCAL
LOCAL は、このドキュメントが発行した ID だ。
- 一意だ。 1 つのドキュメントで LOCAL ID 1 つは対象 1 つだけを指す。
- 0 は割り当てない。 対象 ID は 1 から割り当てる。
- 増やしながら割り当てることを推奨する(auto increment)。ID の大小に意味はない。
- バージョンをまたいで同じ対象を指す。削除した ID は再利用しない(ドキュメントの改訂)。
- ドキュメントの外から指せるようにするには、ドキュメントに
DOC-ID がなければならない。 - 異なる LOCAL ID が現実でも異なる対象だという意味ではない。同じなら
SAME-NODE、異なるなら DIFFERENT-NODE Edge で結ぶ。
Edge Id
すべての Edge は、Payload の最初の要素として LOCAL Reference を置く。その LOCAL ID が Edge Id だ。
- コードブックを知らなくても Edge Id を読める。
- Edge Id 位置の LOCAL は宣言で、Edge のほかの位置の LOCAL は言及だ。
- Edge Id を宣言する LOCAL は Identified(
0x005L)だけを使う。 - 別の Edge は Edge Id で指す。このドキュメントの Edge は LOCAL で、別のドキュメントの Edge は指示 Reference で指す。
別のドキュメントを指す
| 何を | どのように |
|---|
| Issuer 自身 | ISSUER-POINTER(Issuer) |
| ドキュメントの 1 つのバージョン | DOC-POINTER(Issuer、ドキュメント ID 4 WORD、バージョン ID 2 WORD)。バージョン 0 は最新 |
| Codec の 1 つのバージョン | CODEC-POINTER(Issuer、Codec ID 2 WORD、バージョン ID 2 WORD)。バージョン 0 は最新 |
| 公表ドキュメント内の対象 (最新) | EXTERNAL-ISSUER-*(Issuer、ドキュメント ID、LOCAL ID) |
| 取り込んだドキュメント内の対象 (版を固定) | Meta IMPORT-DOC で IMPORT ID を割り当て、EXTERNAL-POINTER-*(IMPORT ID、LOCAL ID) |
- ドキュメント自体は、そのドキュメントの内でも外でも DOC-POINTER 1 つだけで指す。自分自身は自分の
DOC-ID の DOC-POINTER だ。Codec ドキュメントは例外で、CODEC-POINTER で指す(DOC-ID も CODEC-POINTER)。 - EXTERNAL-ISSUER は最新バージョンに従う。版を固定するには IMPORT を使う。
- Issuer は値が収まる最短幅(2/4/16 WORD)で書き、その幅に合う Codec を選ぶ。EXTERNAL-ISSUER と REFERENCE-ISSUER で同じだ。
- 各 Issuer のドキュメント ID
0 は、その Issuer が定義した用語(ツール、役割など)の索引ドキュメントとして予約する。索引ドキュメントはすべての Issuer に推奨するもので、必須ではない(Issuer と公表)。
例: Issuer 0x00000002 のドキュメント 0x0000000000000002 内の LOCAL 7
02F7 0000 0002 0000 0000 0000 0002 0007
Quantifier
C % 5 | 名前 | 意味 | 例 |
|---|
0 | Identified | 識別された個体 | イーロン・マスク、大韓民国 |
1 | Generic | 種類全体についての一般的な陳述。例外を許す | 兵士は命令に従う |
2 | Free-choice | 条件を満たす任意の対象 | どの兵士でも |
3 | Universal | 範囲内のすべての対象 | すべての兵士 |
4 | Variable | 談話変数 | その人、この女性 |
- 量化は 5Q 体系(体系 1~11)でのみ読む。 セクション内オフセット
C で、セクション 0 は 5 <= C < 30、セクション 1 は C < 30 のとき量化 C % 5 だ。1 セクションが 32 枠なので、9 ビットの Codec 位置(w >> 4)を 5 で割るとセクション 1 がずれる。マーカー(セクション 0、C < 3)とセクション 2(ポインタ、REFERENCE-ISSUER)には量化がない。マーカー 0x0010 UNKNOWN-VALUE は Generic ではない。REFERENCE-ISSUER の量化は、Issuer が発行した Codec ドキュメントが定める。 - Generic は、Universal と違い、すべての個別対象に例外なく適用されるという意味ではない。「兵士とは何か」のような定義的な表現は Generic で書ける。厳密な概念・分類の定義が必要なら、別の関係として具体化する。
- 量化の適用範囲と否定は、Reference ではなくそれを使う Edge が定める。
- Variable は、種類は分かっているがまだ識別されていない談話内の対象だ。
- 名前付きの変数は、LOCAL に Variable を付ける。同じ LOCAL ID なら同じ変数だ。種類は Edge で結ぶ。
- 匿名の変数は、種類を指す宣言 Codec(GEUL、WIKIDATA-*)に Variable を付ける(例: Wikidata「大統領」+ Variable)。共参照を追跡せず、再び指すことはできない。匿名変数同士は同じ変数と見なさない。
- 後で対象が確認されたら、変数をその対象と
SAME-NODE で結ぶ。同じ変数を指すすべての表現がまとめてその対象に解釈される。 - 異なる変数でも、実際の対象が異なるという意味ではない。同じなら
SAME-NODE、異なるなら DIFFERENT-NODE で結ぶ。 - 外部指示 Codec(EXTERNAL-POINTER-、EXTERNAL-ISSUER-)の Variable は、指す先のドキュメントの LOCAL 変数だ。
- 例: 「大統領が演説した」で人物が確定していなければ、「大統領」Variable を使う。再び言及するには LOCAL Variable を置き、種類「大統領」を Edge で結ぶ。後でオバマと確認されたら、その変数をオバマ Identified と
SAME-NODE で結ぶ。同じ変数を指すすべての表現がまとめてオバマに解釈される。
- 例: Wikidata Q5(人間)を Generic で使うと
0151 0005(「人間は…」)だ。
REFERENCE-ISSUER
REFERENCE-ISSUER は、Issuer が定義する Reference 形式だ。Reference 区画の末尾 3 つの枠だ。Value・Edge の ISSUER とレイアウトが同じだ(レコードと TAG WORD)。
レイアウト
TAG WORD 0000 0101 11WW LLLL Codec 0x05DL / 0x05EL / 0x05FL (WW = Issuer 幅: 01 2, 10 4, 11 16 WORD)
[Length 拡張 TAG]
Issuer 2/4/16 WORD (Codec が幅を定める)
Codec 番号 2 WORD。Issuer が定義する
Payload Issuer が発行した Codec ドキュメントが定める
解釈と有効性
- GEUL は Length で Payload の境界だけを知る。Payload はコードブックなしには解釈しない。
- Codec 番号の意味と量化は Issuer が定める。何を指すかも、Issuer が発行した Codec ドキュメントが定める。
- Reference 共通規則は適用されない: 対象 ID の最短幅、対象 ID
0 の 1 WORD 表記、Quantifier、セクション内オフセットによる量化・体系の読み、宣言・指示の分類、指す対象。 - Codec 番号 2 WORD は Value・Edge の ISSUER と同じだ。番号が足りなければ Issuer をもう 1 つ発行してもらう。
- 形式を知らないデコーダは、Kind、Length、Issuer、Codec 番号までを知り、Length で読み飛ばす。
- Issuer 形式のライセンスは、その Issuer が定める(Issuer と公表)。
関連ページ
UNKNOWN-VALUE は「不明」を表すプレースホルダだ。
NO-VALUE は「なし」を表すプレースホルダだ。
LOCAL は、このドキュメントが発行した ID で対象を指す宣言 Reference だ。
GEUL は、geul.org が CC0 で発行するエンティティを指す宣言 Reference だ。
GEUL-SIDX は、GEUL SIDX(Semantic-aligned Index)で対象を指す宣言 Reference だ。
WIKIDATA-QID は、Wikidata のアイテム(Item)を指す宣言 Reference だ。
WIKIDATA-PID は、Wikidata のプロパティ(Property)を指す宣言 Reference だ。
EXTERNAL-POINTER は、HEAD の IMPORT-DOC で取り込んだドキュメントの LOCAL ID を指す指示 Reference だ。
EXTERNAL-POINTER は、HEAD の IMPORT-DOC で取り込んだドキュメントの LOCAL ID を指す指示 Reference だ。
EXTERNAL-POINTER は、HEAD の IMPORT-DOC で取り込んだドキュメントの LOCAL ID を指す指示 Reference だ。
EXTERNAL-ISSUER は、Issuer が公表したドキュメントの LOCAL ID を、IMPORT なしにレコード 1 つで引用する指示宣言 Reference だ。
EXTERNAL-ISSUER は、Issuer が公表したドキュメントの LOCAL ID を、IMPORT なしにレコード 1 つで引用する指示宣言 Reference だ。
EXTERNAL-ISSUER は、Issuer が公表したドキュメントの LOCAL ID を、IMPORT なしにレコード 1 つで引用する指示宣言 Reference だ。
ISSUER-POINTER は、Issuer 自身を指す指示宣言 Reference だ。
DOC-POINTER は、Issuer が公表したドキュメントの 1 つのバージョンを指す指示宣言 Reference だ。
CODEC-POINTER は、Issuer が公表した Codec ドキュメントの 1 つのバージョンを指す指示宣言 Reference だ。
REFERENCE-ISSUER-2WORD は、Issuer が定義する Reference 形式だ。
REFERENCE-ISSUER-4WORD は、Issuer が定義する Reference 形式だ。
REFERENCE-ISSUER-16WORD は、Issuer が定義する Reference 形式だ。
ABSENT は「記載なし」を表すプレースホルダだ。