GEUL (General Encoding Unified Language) é uma língua artificial e um formato binário para que pessoas e IA troquem informação sem ambiguidade.

Estes documentos definem a gramática do GEUL v1. A edição atual é um rascunho anterior à publicação e pode mudar. A especificação é aberta sob CC0 1.0.

Visão geral

  • Todos os dados são uma sequência de palavras de 16 bits (WORD), escritas em big-endian.
  • A unidade de dados é o registro. Um registro começa com um único TAG WORD, e esse TAG WORD indica o tipo e o comprimento do registro.
  • Há quatro tipos de registro (Kind).
KindFunçãoExemplo
ReferenceAponta para um alvoQ42 do Wikidata, #7 dentro deste documento
ValueContém o próprio valordata, quantidade, texto com idioma
EdgeLiga outros registros para enunciar algo“Q42 é uma pessoa”, “O nome em inglês de Q42 é Douglas Adams”
MetaFala sobre o documentoedição da especificação, ID do documento, autor, assinatura
  • Os registros ficam reunidos em um documento. Como em HTML, o documento se divide em HEAD (Meta, mais a SOURCE de todo o documento e seu QUALIFIER) e BODY (Reference, Value, Edge).
  • O documento é emitido por um Issuer (entidade emissora) e cada versão é fixada por um hash de conteúdo. Uma versão publicada não é alterada.

Princípios de projeto

  1. É possível pular registros sem livro de códigos. O tipo e o comprimento do registro estão nos 16 bits do TAG WORD. Um decodificador que não conhece o método de interpretação (o livro de códigos) ainda consegue contar e pular registros.
  2. Registra-se o enunciado, não o fato. O documento anota, por meio de Meta e de Edges de fundamento, quem fez o enunciado, quando e a partir de quê.
  3. A identificação é feita por Reference. Aponta-se por ID, não por nome. O nome é anexado por um Edge.
  4. O que foi publicado não muda. As correções saem em uma nova versão. Os IDs dentro do documento apontam para o mesmo alvo entre versões.
  5. Deixa-se espaço vazio. A maior parte do espaço de bits é reservada ao futuro. Códigos diretos não podem ser recuperados, por isso só se atribuem os de frequência comprovada.

Documentos relacionados

Se for a primeira leitura, leia a tabela de cima para baixo.

DocumentoConteúdo
Estrutura do registrolayout do TAG WORD, Length, Codec, TAG estendida
Issuer e publicaçãoníveis de Issuer, tabela de atribuição de 2 WORD, forma de divulgação, assinatura, chave de verificação
Endereço de publicação e lista de versõesnotação de ID, endereço de publicação, especificação de formato, lista de Issuers, lista de versões, camadas de confiança
Documento de especificação de Codeclivro de códigos escrito com DECLARE, FIELD, ENUM e CODEC
Documento geralDOC, HEAD, BODY, END, ID do documento, hash de conteúdo, versões e revisões
Índice de códigostodas as 227 casas atribuídas, tabelas de Codec por Kind e família
Disposição das seções16 seções e disposição das casas, intervalos atribuídos e Reserved
Marcador de posiçãoABSENT, UNKNOWN-VALUE, NO-VALUE, regras de aceitação
Referenceidentificação de alvos, LOCAL, referência externa, Quantifier, marcador de posição
Valuefamílias de valores, código direto, texto, quantidade, data
Metaestrutura, definição, proveniência, linhagem, verificação, política, IMPORT
Edgefamílias de enunciado, fundamento, execução e TOULMIN, TRIPLE, QUALIFIER, LABEL
TOULMINfamília de grafos de julgamento e execução, layouts de NODE, LINK, SOURCE
Exemplo: item do Wikidataleitura de um documento palavra por palavra

O que se sabe sem livro de códigos

InformaçãoSem livro de códigosFundamento
KindSabe-sefaixa da seção w >> 9 do TAG WORD (Reference 0~2, Value 3·4, Edge 5~13, Meta 14·15)
Comprimento total do registro, posição do próximo registroSabe-seLength do TAG WORD
Número do CodecSabe-seTAG WORD (no formato Issuer, o Issuer e o número do Codec da TAG estendida)
Família e classeEm parteSó a família do código direto de Edge é conhecida pelos bits. A família do código direto de Value e do formato Issuer e a classe de Meta não são conhecidas pelos bits. No formato Issuer conhecem-se o Issuer e o número do Codec. A classe de verificação de Meta é reconhecida por C >= 5 (w >= 0x1E50) na seção 15
Edge Id do EdgeSabe-seo primeiro componente de um Edge (seções 5~13) é sempre uma Reference LOCAL
Marcador de posição (não escrito, desconhecido, inexistente)Sabe-seo valor do WORD é 0x0000, 0x0010, 0x0020 (Reference, C < 3, L 0). Marcador de posição
QuantifierSabe-sepelo deslocamento C dentro da seção: na seção 0, 5 <= C < 30; na seção 1, C < 30, vale C % 5
Comprimento do TAG por Codec, posição inicial do PayloadNão se sabelivro de códigos
Interpretação do Payload, papel dos componentes do EdgeNão se sabelivro de códigos
  • Um decodificador sem livro de códigos pode pular registros e contá-los por Kind e Codec, mas não consegue seguir a estrutura do grafo.
  • Todo decodificador deve processar as classes estrutura, definição e IMPORT de Meta. Esses Codecs pertencem ao livro de códigos central do GEUL, e o decodificador os conhece por uma tabela de números embutida (Meta).

O livro de códigos é publicado como documento GEUL (Documento de especificação de Codec). Assim, o decodificador só precisa obter e ler o documento de especificação de que necessita.

Estrutura das regiões

Os bits superiores do TAG WORD dividem as regiões.

PrefixRegiãoProporçãoDefinição
1futuro distante50%Reserved (futuro distante). Não se usa
01futuro25%Reserved (futuro próximo). Não se usa
001padrão12.5%gramática oficialmente adotada e em operação
000livre/proposta12.5%gramática atual. Quando adotada, mantém-se o layout e só o Prefix passa para 001

Toda a gramática atual está na região 000. Todos os TAG WORDs desta especificação começam com 000.

  • O decodificador v1 rejeita TAG WORDs cujo Prefix não seja 000. As demais regiões serão definidas por edições posteriores.
  • A região 000 é um espaço de propostas. No momento, não se aplicam registro nem proteção.