標(biāo)記語(yǔ)言的語(yǔ)義和XBRL技術(shù)的發(fā)展

［摘要］ 標(biāo)記語(yǔ)言的標(biāo)準(zhǔn)化推動(dòng)了互聯(lián)網(wǎng)革命。本文首先回顧了標(biāo)記語(yǔ)言的起源和發(fā)展，接著論述了XML語(yǔ)義的定義、表達(dá)和描述方法，最后對(duì)XBRL技術(shù)未來(lái)發(fā)展提出建議：既要遵循語(yǔ)義網(wǎng)技術(shù)架構(gòu)，順應(yīng)互聯(lián)網(wǎng)發(fā)展的趨勢(shì)，又要繼承XBRL數(shù)十年發(fā)展中所形成的對(duì)數(shù)據(jù)處理的優(yōu)點(diǎn)。

［關(guān)鍵詞］ 標(biāo)記語(yǔ)言；語(yǔ)義；XML；XBRL；語(yǔ)義網(wǎng)

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2011 . 19. 006

［中圖分類號(hào)］F232；F275 ［文獻(xiàn)標(biāo)識(shí)碼］A ［文章編號(hào)］1673 - 0194（2011）19- 0012- 02

在我們平常閱讀和修改文檔的時(shí)候，經(jīng)常對(duì)文檔做些標(biāo)記，如用問(wèn)號(hào)表示有疑問(wèn)，波浪線表示重點(diǎn)內(nèi)容等，這些在文檔中表示一些特定含義的特殊記號(hào)，稱為標(biāo)記。對(duì)一個(gè)紙質(zhì)文檔進(jìn)行標(biāo)記，可以使該文檔的結(jié)構(gòu)清晰、重點(diǎn)突出，讓人們更容易理解；同樣，對(duì)電子文檔的標(biāo)記，也可以使計(jì)算機(jī)更容易“理解”。因此，國(guó)際標(biāo)準(zhǔn)化組織于１９８６年批準(zhǔn)標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言 （Ｓｔａｎｄａｒｄ Ｇｅｎｅｒａｌｉｚｅｄ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ，ＳＧＭＬ）為國(guó)際標(biāo)準(zhǔn)（ＩＳＯ ８８７９：１９８６）。它定義了一組用于定義標(biāo)簽的形式、標(biāo)簽詞表、標(biāo)簽間的邏輯關(guān)系和標(biāo)簽在標(biāo)記時(shí)的使用規(guī)則等內(nèi)容。ＳＧＭＬ的一個(gè)非常成功的應(yīng)用就是當(dāng)今被互聯(lián)網(wǎng)廣泛使用的標(biāo)記語(yǔ)言——超文本標(biāo)記語(yǔ)言 （Ｈｙｐｅｒｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ，ＨＴＭＬ），它包含一組固定的標(biāo)簽，用來(lái)告訴瀏覽器如何顯示頁(yè)面。但是ＨＴＭＬ的標(biāo)簽固定、表示和內(nèi)容混雜在一起，不能適應(yīng)Ｗｅｂ的快速發(fā)展。于是能自定義新標(biāo)簽、表達(dá)信息數(shù)據(jù)語(yǔ)義的Ｗｅｂ語(yǔ)言應(yīng)運(yùn)而生，即可擴(kuò)展標(biāo)記語(yǔ)言（ｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ，ＸＭＬ）。ＸＭＬ是一種標(biāo)記語(yǔ)言，它的標(biāo)記是指用一對(duì)尖括號(hào)把要表達(dá)的內(nèi)容括起來(lái)，尖括號(hào)里面的內(nèi)容稱為文檔的元數(shù)據(jù)，元數(shù)據(jù)所修飾的部分稱為文檔的數(shù)據(jù)。

1ＸＭＬ的語(yǔ)義

１．1 ＸＭＬ語(yǔ)義的定義

語(yǔ)義可看作是數(shù)據(jù)（符號(hào)）所代表的概念的含義，以及這些含義之間的關(guān)系，是對(duì)數(shù)據(jù)的抽象或者更高層次的邏輯表示［１］。目前，關(guān)于ＸＭＬ語(yǔ)義并沒(méi)有統(tǒng)一的定義。本文認(rèn)為ＸＭＬ語(yǔ)義是構(gòu)建在公用語(yǔ)法系統(tǒng)上的ＸＭＬ數(shù)據(jù)的不同層次規(guī)范，包括如下內(nèi)容：元素類型名、屬性名和某些情況下術(shù)語(yǔ)的解釋；一個(gè)文檔中的結(jié)構(gòu)元素與另一個(gè)文檔中的結(jié)構(gòu)元素之間的關(guān)聯(lián)。

1.２ ＸＭＬ語(yǔ)義的表達(dá)

ＸＭＬ中的語(yǔ)義是通過(guò)標(biāo)簽來(lái)表達(dá)，這些標(biāo)簽有的是日常生活中形成的共識(shí)，如姓名、年齡；有的是領(lǐng)域?qū)＜揖倪x取的，甚至有的是已經(jīng)形成的領(lǐng)域知識(shí)，如資產(chǎn)、負(fù)債。一般人們看到＜姓名＞就知道該標(biāo)簽包含的數(shù)據(jù)是某人的姓名，會(huì)計(jì)專業(yè)的人士看到＜資產(chǎn)＞也知道該標(biāo)簽包含數(shù)據(jù)的準(zhǔn)確含義。但ＸＭＬ本身，包括ＤＴＤ或ＸＭＬ Ｓｃｈｅｍａ，都沒(méi)有提供形式化的機(jī)制來(lái)說(shuō)明標(biāo)簽到底是什么含義。因此，ＸＭＬ處理器無(wú)法理解ＸＭＬ文檔中標(biāo)簽的含義。對(duì)它來(lái)說(shuō)，標(biāo)簽＜姓名＞與標(biāo)簽＜資產(chǎn)＞的含義是未知的，只是從語(yǔ)法規(guī)則上對(duì)兩個(gè)標(biāo)簽進(jìn)行校驗(yàn)。因此ＸＭＬ文檔所包含的語(yǔ)義信息沒(méi)有顯式地表達(dá)出來(lái)，而是隱藏在人們的頭腦中。

ＸＭＬ是作為統(tǒng)一的數(shù)據(jù)格式設(shè)計(jì)，并不特別適合表達(dá)領(lǐng)域知識(shí)中的概念模型（包括概念、屬性以及它們之間的關(guān)系）［２］。但是，當(dāng)用戶把數(shù)據(jù)表達(dá)成ＸＭＬ文檔的時(shí)候，數(shù)據(jù)的語(yǔ)義信息就已經(jīng)隱含在ＸＭＬ文檔的標(biāo)簽和結(jié)構(gòu)中。在ＸＭＬ中，能夠表達(dá)概念、屬性和關(guān)系的成分是元素節(jié)點(diǎn)、屬性節(jié)點(diǎn)、節(jié)點(diǎn)的嵌套、節(jié)點(diǎn)的序和交叉引用（ＩＤ／ＩＤＲＥＦ）等。如下例所示。

例：關(guān)于ＸＭＬ隱式語(yǔ)義的ＸＭＬ片斷。

＜ＳｈｏｅＭｅｒｃｈａｎｔｎａｍｅ＝”Ｗａｎ Ｋｅ”＞

＜ｓｈｏｅ＞

＜ｂｒａｎｄ＞Ｌｉ Ｎｉｎｇ＜／ｂｒａｎｄ＞

＜ｃｏｌｏｒ＞Ｗｈｉｔｅ＜／ｃｏｌｏｒ＞

＜／ｓｈｏｅ＞

＜／ ＳｈｏｅＭｅｒｃｈａｎｔ＞

上例中隱含的語(yǔ)義信息：有一個(gè)名為“Ｗａｎ Ｋｅ”的鞋子銷售商，銷售一種白色的名為“Ｌｉ Ｎｉｎｇ”的鞋，其中“ＳｈｏｅＭｅｒｃｈａｎｔ”節(jié)點(diǎn)和“ｓｈｏｅ”節(jié)點(diǎn)分別表示了一個(gè)鞋子銷售商和鞋的實(shí)例，它們的嵌套表示了一種銷售關(guān)系，這種語(yǔ)義信息是蘊(yùn)含在ＸＭＬ文檔中。同時(shí)，用戶在設(shè)計(jì)ＸＭＬ文檔時(shí)，并不一定會(huì)遵循知識(shí)表示的思想，導(dǎo)致ＸＭＬ隱式語(yǔ)義的表達(dá)方式是多種多樣的，這使得自動(dòng)從ＸＭＬ文檔中獲取其語(yǔ)義非常困難。

1.３ ＸＭＬ語(yǔ)義的描述方法

用自然語(yǔ)言來(lái)描述ＸＭＬ文檔的語(yǔ)義，有利于人們對(duì)ＸＭＬ文檔的理解，計(jì)算機(jī)是無(wú)法理解的。然而ＸＭＬ產(chǎn)生的主要目的是為了用計(jì)算機(jī)處理文檔，因此必須讓計(jì)算機(jī)能“理解”對(duì)ＸＭＬ文檔的語(yǔ)義描述。當(dāng)前主要有以下幾種方法：

（１）程序式語(yǔ)義方法。程序式語(yǔ)義方法指在應(yīng)用程序中給出ＸＭＬ文檔語(yǔ)義的硬編碼。程序員理解了自然語(yǔ)言描述的ＸＭＬ應(yīng)用文檔的語(yǔ)義，用程序設(shè)計(jì)語(yǔ)言編寫(xiě)實(shí)現(xiàn)語(yǔ)義的代碼。程序式語(yǔ)義方法可以利用程序設(shè)計(jì)語(yǔ)言如ＪＡＶＡ、Ｃ＃等的豐富功能，幾乎可以對(duì)任何語(yǔ)義給出代碼，包括數(shù)據(jù)合理性檢查、數(shù)據(jù)間配合關(guān)系檢查、實(shí)現(xiàn)預(yù)期的動(dòng)作或操作。這種方法是目前最常見(jiàn)的。

（２）面向模型的方法。語(yǔ)義建模方法可以將數(shù)據(jù)的語(yǔ)義描述與特定應(yīng)用邏輯分離，將數(shù)據(jù)的語(yǔ)義描述納入到數(shù)據(jù)層，將數(shù)據(jù)語(yǔ)義的解釋留給了通用的形式化系統(tǒng)，而與具體的數(shù)據(jù)應(yīng)用邏輯無(wú)關(guān)，具有非常好的適應(yīng)性和可重用性［３］。通過(guò)擴(kuò)充元素的屬性，ＸＭＬ Ｓchema和ＤＴＤ技木能夠在一定程度上刻畫(huà)ＸＭＬ 文檔的語(yǔ)義模型，尤其適合檢查數(shù)據(jù)的合理性。

（３）語(yǔ)義網(wǎng)表示方法。由萬(wàn)維網(wǎng)的創(chuàng)始人Ｔｉｍ Ｂｅｒｎｅｒｓ－Ｌｅｅ提出的語(yǔ)義網(wǎng)是當(dāng)前Ｗｅｂ的進(jìn)一步發(fā)展，它提供了信息和服務(wù)的定義以至于網(wǎng)絡(luò)本身能回復(fù)人或機(jī)器的請(qǐng)求［４］。語(yǔ)義網(wǎng)使用一種新的元數(shù)據(jù)表示語(yǔ)言（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ，RDF），用以表達(dá)Ｗｅｂ上內(nèi)容的語(yǔ)義信息。同時(shí)，引入了新的基于知識(shí)表示的技術(shù)，如ＲＤＦ Ｓｃｈｅｍａ和Ｗｅｂ本體定義語(yǔ)言（Ｏｎｔｏｌｇｙ Ｗｅｂ Ｌａｎｇｕａｇｅ，ＯＷＬ），定義領(lǐng)域詞匯及內(nèi)容模型和描述語(yǔ)義。

2ＸＢＲＬ的語(yǔ)義

2.１ ＸＢＲＬ的架構(gòu)語(yǔ)義

ＸＢＲＬ的架構(gòu)語(yǔ)義主要體現(xiàn)在ＸＢＲＬ分類標(biāo)準(zhǔn)中。ＸＢＲＬ的分類標(biāo)準(zhǔn)一般由模式文件（Ｔａｘｏｎｏｍｙ．ｘｓｄ）和與其相關(guān)聯(lián)的定義鏈接庫(kù)（Ｄｅｆｉｎｉｔｉｏｎ．ｘｍｌ）、計(jì)算鏈接庫(kù)（Ｃａｌｃｕｌａｔｉｏｎ．ｘｍｌ）、展示鏈接庫(kù)（Ｐｒｅｓｅｎｔａｔｉｏｎ．ｘｍｌ）、標(biāo)簽鏈接庫(kù)（Ｌａｂｅｌ．ｘｍｌ）和參考鏈接庫(kù)（Ｒｅｆｅｒｅｎｃｅ．ｘｍｌ）等5個(gè)ＸＭＬ鏈接庫(kù)文件組成。隨著維度技術(shù)規(guī)范和公式技術(shù)規(guī)范被ＸＢＲＬ國(guó)際組織所推薦，現(xiàn)在的分類標(biāo)準(zhǔn)又加入了維度鏈接庫(kù)（ｄｉｍｅｎｓｉｏｎ．ｘｍｌ）和公式鏈接庫(kù)（ｆｏｒｍｕｌａｒ．ｘｍｌ）。模式文件（Ｔａｘｏｎｏｍｙ．ｘｓｄ）定義的是元素的語(yǔ)法形式，ＸＢＲＬ 鏈接庫(kù)定義的是元素之間的語(yǔ)義關(guān)系。雖然ＸＢＲＬ技術(shù)補(bǔ)充了新的技術(shù)規(guī)范來(lái)彌補(bǔ)原來(lái)的不足，但是其所能表達(dá)的語(yǔ)義仍然較為簡(jiǎn)單。同時(shí)，這種表示方式在體系架構(gòu)上也未遵循語(yǔ)義網(wǎng)的體系結(jié)構(gòu)，未來(lái)難以適應(yīng)互聯(lián)網(wǎng)的發(fā)展。

2.２ ＸＢＲＬ技術(shù)規(guī)范的實(shí)現(xiàn)語(yǔ)義

當(dāng)前，ＸＢＲＬ技術(shù)規(guī)范主要包括基礎(chǔ)技術(shù)規(guī)范（Ｂａｓｅ ｓｐｅｃｉｆｉｃａｔｉｏｎ）、維度技術(shù)規(guī)范（Ｄｉｍｅｎｓｉｏｎｓ ｓｐｅｃｉｆｉｃａｔｉｏｎ）、公式技術(shù)規(guī)范（Ｆｏｒｍｕｌａ ｓｐｅｃｉｆｉｃａｔｉｏｎ）、版本技術(shù)規(guī)范（Ｖｅｒｓｉｏｎｉｎｇ ｓｐｅｃｉｆｉｃａｔｉｏｎ）、透視（內(nèi)嵌ＸＢＲＬ）技術(shù)規(guī)范（Ｒｅｎｄｅｒｉｎｇ （Ｉｎｌｉｎｅ ＸＢＲＬ） ｓｐｅｃｉｆｉｃａｔｉｏｎ）和變量（Ｖａｒｉａｂｌｅｓ ｓｐｅｃｉｆｉｃａｔｉｏｎ）６個(gè)技術(shù)規(guī)范。其引用的結(jié)構(gòu)如圖1所示。

從圖1可知，XLink不僅在ＸＢＲＬ ２．１技術(shù)規(guī)范中被多個(gè)模式文件所引用，而且在其他的技術(shù)規(guī)范中也都被引用，甚至可以說(shuō)ＸＢＲＬ依靠ＸLｉｎｋ（ＸＭＬ鏈接語(yǔ)言）做了一切事情。 ＸＬｉｎｋ允許在ＸＭＬ文檔中插入元素以創(chuàng)建并描述資源之間的鏈接。在ＸLｉｎｋ規(guī)范中，它提供了１０種通用屬性：ｔｙｐｅ、ｈｒｅｆ、ａｒｃｒｏｌｅ、ｔｉｔｌｅ、ｓｈｏｗ、ａｃｔｕａｔｅ、ｌａｂｅｌ、ｆｒｏｍ和ｔｏ，并通過(guò)ｔｙｐｅ的６種屬性值：簡(jiǎn)單鏈接（ｓｉｍｐｌｅ）、擴(kuò)展鏈接（ｅｘｔｅｎｄｅｄ）、定位器（ｌｏｃａｔｏｒ）、弧（ａｒｃ）、資源（ｒｅｓｏｕｒｃｅ）和標(biāo)題（ｔｉｔｌｅ）定義了６種元素，其中擴(kuò)展鏈接元素可以包含定位器、資源、弧和標(biāo)題4種子元素，定位器ｌｏｃａｔｏｒ和弧ａｒｃ元素只能包含ｔｉｔｌｅ標(biāo)題子元素，其他3種元素不能包含任何有ＸＬｉｎｋ意義的子元素。

3ＸＢＲＬ技術(shù)發(fā)展的建議

語(yǔ)義網(wǎng)作為下一代互聯(lián)網(wǎng)已逐步為人們所接受，并且以語(yǔ)義網(wǎng)為基礎(chǔ)構(gòu)建了一些成功的案例。ＸＢＲＬ作為新一代的網(wǎng)絡(luò)商業(yè)報(bào)告語(yǔ)言，應(yīng)結(jié)合語(yǔ)義網(wǎng)的體系架構(gòu)和ＸＢＲＬ應(yīng)用的實(shí)際情況，對(duì)ＸＢＲＬ語(yǔ)言進(jìn)行改進(jìn)。ＸＢＲＬ國(guó)際組織也初步探討了語(yǔ)義網(wǎng)對(duì)ＸＢＲＬ的影響［５］。本文認(rèn)為目前主要有兩個(gè)方面需要考慮：第一，用語(yǔ)義網(wǎng)技術(shù)對(duì)基礎(chǔ)技術(shù)規(guī)范、維度技術(shù)規(guī)范、公式技術(shù)規(guī)范、版本技術(shù)規(guī)范、透視（內(nèi)嵌ＸＢＲＬ）技術(shù)規(guī)范等進(jìn)行簡(jiǎn)化和重構(gòu)，使人們更加易于理解、學(xué)習(xí)和使用；第二，把安全因素融入ＸＢＲＬ，可以參考ＸＡＲＬ（ｅＸｔｅｎｓｉｂｌｅ Ａｓｓｕｒａｎｃｅ Ｒｅｐｏｒｔｉｎｇ Ｌａｎｇｕａｇｅ）的相關(guān)內(nèi)容。

但是語(yǔ)義網(wǎng)中的ＲＤＦ和ＯＷＬ處理數(shù)字型推理（如在等式、不等式、約束等方面）的能力比較弱［６］。因此，在用語(yǔ)義網(wǎng)改造ＸＢＲＬ時(shí)，也要借鑒ＸＢＲＬ在數(shù)據(jù)表示和處理上的優(yōu)點(diǎn)。此外，改造ＸＢＲＬ時(shí)還要注意向后兼容的問(wèn)題，降低遺留ＸＢＲＬ文件更換新的標(biāo)準(zhǔn)規(guī)范所耗費(fèi)的成本。

主要參考文獻(xiàn)

［１］王智．ＸＭＬ語(yǔ)義的研究［Ｄ］．北京：中國(guó)科學(xué)院研究生院軟件研究所， ２００３.

［2］劉升平，林作銓，梅婧，岳安步． 一種ＸＭＬ的模型論語(yǔ)義［J］．軟件學(xué)報(bào)，２００６，１７（５）：１０８９－１０９７.

［3］陳明．ＸＭＬ概念模型及其轉(zhuǎn)換研究［Ｄ］．武漢：武漢理工大學(xué)，２００６.

［4］Ｔｉｍ Ｂｅｒｎｅｒｓ－Ｌｅｅ，Ｗｅｎｄｙ Ｈａｌｌ，Ｊａｍｅｓ Ｈｅｎｄｌｅｒ，ｅｔ ａｌ．Ｃｒｅａｔｉｎｇ ａ Sｃｉｅｎｃｅ ｏｆ ｔｈｅ Wｅｂ［Ｊ］．Ｓｃｉｅｎｃｅ，２００６，３１３（５７８８）：７６９－７７１．

［5］ＸＢＲＬ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｔａｎｄａｒｄｓ Ｂｏａｒｄ．ＸＢＲＬ： Ｔｏｗａｒｄｓ ａ Dｉｖｅｒｓｅ Eｃｏｓｙｓｔｅｍ［Ｚ］． ｗｗｗ．ｘｂｒｌ．ｏｒｇ，２０１０.