GEUL(General Encoding Unified Language)是一种供人与 AI 无歧义地相互交换信息的人工语言,也是一种二进制格式。

这些文档定义 GEUL v1 语法。当前版本是公布前的草案,可能会有变动。规范以 CC0 1.0 公开。

一览

  • 所有数据都是 16 位 WORD 的序列,以大端序书写。
  • 数据的单位是记录。记录以一个 TAG WORD 开头,该 TAG WORD 说明记录的种类和长度。
  • 记录有四种(Kind)。
Kind作用示例
Reference指向对象Wikidata Q42、本文档内的 #7
Value承载值本身日期、数量、带语言标记的文本
Edge把其他记录组合起来进行陈述“Q42 是人”、“Q42 的英文名称是 Douglas Adams”
Meta描述文档本身规范版次、文档 ID、作者、签名
  • 记录被装入一个文档。文档与 HTML 类似,分为 HEAD(Meta,以及文档整体的出处 SOURCE 及其 QUALIFIER)和 BODY(Reference、Value、Edge)。
  • 文档由 Issuer(发布主体)发布,每个版本都由内容哈希固定。已公布的版本不再更改。

设计原则

  1. 无需 Codec 手册即可跳过。 记录的种类和长度位于 TAG WORD 的 16 位中。不了解解释方法(Codec 手册)的解码器也能数出记录并跳过它们。
  2. 承载的是陈述,而不是事实。 文档用 Meta 和依据 Edge 一并写明某条陈述由谁、在何时、源自什么。
  3. 标识通过 Reference 完成。 用 ID 指向,而不是用名称。名称用 Edge 附加。
  4. 已公布的内容不再更改。 修改的内容以新版本发布。文档内的 ID 跨版本指向同一个对象。
  5. 留空。 比特空间的大部分留给未来。直接码无法收回,因此只分配已确认使用频率的项目。

下级文档

初次阅读时,请按表中自上而下的顺序阅读。

文档内容
记录的结构TAG WORD 布局、Length、Codec、扩展 TAG
Issuer 与公布Issuer 等级、2 WORD 分配表、公开方式、签名、验证密钥
公布地址与版本列表ID 写法、公布地址、格式指定、Issuer 列表、版本列表、信任层
Codec 规格文档用 DECLARE、FIELD、ENUM、CODEC 书写的 Codec 手册
一般文档DOC、HEAD、BODY、END,文档 ID,内容哈希,版本与修订
代码索引全部 227 个已分配格位,按 Kind、系列划分的 Codec 表
章节布局16 个章节与格位布局,已分配与 Reserved 区间
占位标记ABSENT、UNKNOWN-VALUE、NO-VALUE,接受规则
Reference对象标识、LOCAL、外部引用、Quantifier、占位标记
Value值系列、直接码、文本、数量、日期
Meta结构、定义、出处、谱系、验证、策略、IMPORT
Edge陈述、依据、执行、TOULMIN 系列,TRIPLE、QUALIFIER、LABEL
TOULMIN判定与执行图系列,NODE、LINK、SOURCE 布局
示例:Wikidata 条目按 WORD 逐个阅读一个文档

无需 Codec 手册即可知道的内容

信息无 Codec 手册时依据
Kind可知TAG WORD 的章节 w >> 9 区间(Reference 0~2,Value 3·4,Edge 5~13,Meta 14·15)
记录总长度、下一条记录的位置可知TAG WORD 的 Length
Codec 编号可知TAG WORD(Issuer 格式则为扩展 TAG 的 Issuer 与 Codec 编号)
系列、类部分可知只有 Edge 直接码的系列可由比特得知。Value 直接码、Issuer 格式的系列以及 Meta 类无法由比特得知。Issuer 格式可知 Issuer 和 Codec 编号。Meta 验证类可由章节 15 的 C >= 5(w >= 0x1E50)得知
Edge 的 Edge Id可知Edge(章节 5~13)的第一个成分始终是 LOCAL Reference
占位标记(未填写·未知·无)可知WORD 值为 0x0000、0x0010、0x0020(Reference,C < 3,L 0)。见占位标记
Quantifier可知由章节内偏移 C 得知:章节 0 中 5 <= C < 30,章节 1 中 C < 30 时为 C % 5
各 Codec 的 TAG 长度、Payload 起始位置不可知Codec 手册
Payload 的解释、Edge 成分的角色不可知Codec 手册
  • 没有 Codec 手册的解码器可以跳过记录,并按 Kind 和 Codec 计数,但无法沿着图结构遍历。
  • 所有解码器都必须处理 Meta 的结构、定义、IMPORT 类。这些 Codec 属于 GEUL 核心 Codec 手册,解码器通过内置编号表获知它们(Meta)。

Codec 手册以 GEUL 文档的形式公布(Codec 规格文档)。因此解码器只需获取并阅读所需的规格文档即可。

区域结构

TAG WORD 的高位比特划分区域。

Prefix区域比例定义
1远期未来50%Reserved(远期未来)。不使用
01未来25%Reserved(近期未来)。不使用
001标准12.5%正式采纳并运行的语法
000自由·提案12.5%当前语法。被采纳后布局保持不变,仅把 Prefix 改为 001

当前语法全部位于 000 区域。本规范中所有 TAG WORD 均以 000 开头。

  • v1 解码器拒绝 Prefix 不是 000 的 TAG WORD。其他区域由后续版本规定。
  • 000 区域是提案空间。目前不适用注册或保护。