家谱数据标准：从 GEDCOM 到现代模型
摘要
本文梳理了用于表示、交换和归档家谱数据的常见标准，从 FamilySearch 于 1980 年代末推出的 GEDCOM 格式 [1] 开始，经由 GEDCOM X [2] 与 GEDCOM 7.0 [3] 等对其进行现代化的努力，一直到基于语义网的模型以及家谱的 RDF 表示 [4][9]。我们讨论了这些格式在面对世系交错的家族时的结构性缺陷、长期保存的问题，随后从宏观层面指出 Nasayeb 平台所采用的方向，但不披露其实现细节。
1. 引言：为何"标准"至关重要？
在任何界面或功能之前，每一个家谱系统都面临一个无声却决定性的选择：我们要用何种数据结构来存储家族？这一选择决定了系统能表示什么、不能表示什么，也决定了用户的数据是可携带、可长存，还是被锁死在单一工具之中。正因如此，表示与交换标准是基石，而非次要的技术细节 [8]。
2. 历史背景
GEDCOM（家谱数据通信，Genealogical Data Communication）于 1984 年问世，是一种用于在程序之间交换家谱数据的文本格式 [1]。它采用了一种简单的、基于行的层级结构，建立在编号层级和简短标签之上，这使其易于以编程方式编写和解析，并推动了它的广泛采用，直至成为该领域事实上的标准。然而，这种简单是有代价的：语义松散、各程序间解释不一，以及缺乏严谨的形式化模型 [5]。
随着使用范围扩大，更新的需求随之而来。FamilySearch 推出了 GEDCOM X 倡议，它提供了更清晰的概念模型、XML 和 JSON 两种表示形式，以及面向现代网络的 API [2]。与此同时，GEDCOM 7.0 于 2021 年发布，以解决旧有的歧义：将字符编码统一为 UTF-8、收紧媒体处理，并改进文档 [3]。从另一个角度看，语义网研究呼吁将家谱表示为用 RDF 和专用本体描述的图，以便于在来源之间建立链接并实现自动推理 [4][9]。
3. 现成格式在何处力有不逮？
尽管取得了这些进展，大多数格式中隐含的假设仍偏向一个简单的家庭模型：一夫一妻的婚姻以及单一而清晰的世系。有研究记录了在这一框架内表示非标准关系的困难，包括：
• 多次婚姻，其中子女分布在多个难以干净地相互关联的家庭单元中。• 因近亲婚姻而产生的环状亲属关系，它在世系结构中引入了"环"，从而打破了树状假设。• 同一个人通过通婚出现在多个位置，导致重复或丢失。• 多种历法和命名传统，许多格式将其视为边缘情形而非基本要素 [5][6]。
在更深的层面上，数理人类学已经表明，亲属结构远比这些格式所能捕捉的更为丰富，它们更接近于图和群，而非树 [7]。换言之，缺陷不在于字段的缺失，而在于模型本身的缺陷。
好的标准不会把某种形态强加于家族，而是随之扩展以贴合家族的种种形态。
4. 锁定与长期保存的问题
在结构性缺陷之外，还有一个同样重要的问题：数据在长期中的命运。许多格式与特定工具或平台绑定，令人担忧"供应商锁定"以及一旦工具停止运营后数据难以迁移或恢复。关于数字数据归档的文献已详尽讨论了这些风险，并确立了长期保存的参考模型，例如标准的 OAIS 模型 [8]。从这一视角看，一种表示仅仅准确是不够的；它还必须是开放的、有文档记录的，并能够随时间进行导出和迁移。
5. 为何打补丁并不足够？
人们本可以在现有格式上添加旁支字段来处理这些棘手的情形。但在一个并非为此目的而建的基础之上打补丁，会留下永久的脆弱性和不断累积的复杂性：每一个例外都用一个特殊字段来处理，每一个程序对它的解释都不同，而作为最初目标的互操作性反而被削弱。正确的结构始于正确的模型，而非一连串的例外。
6. Nasayeb 的贡献所在（宏观层面）
Nasayeb 平台采用一种灵活的数据模型，从根本上设计用以容纳复杂的世系、多重的亲属关系以及多种历法，同时保持可导出性和持久性。在此我们仅限于指出总体原则而不披露技术细节，因为这一层代表着我们专有工作的一部分，也是我们赖以构建的优势。这一支配性原则本质上很简单：如实地表示家族，而非按照一个简化模板的要求去表示它。
我们认为真正的贡献不仅仅是"一种新格式"，而是一种设计承诺：工具应当被打造得契合现实世界家族的复杂性以及不同文化的特殊性，包括阿拉伯和伊斯兰文化，而不是把它们局限于为单一情境而设计的模板之中。而在数据仍归其所有者所有并可导出的前提下，我们将准确性、开放性与持久性结合在一起。
7. 结语
家谱标准从 GEDCOM 到现代语义模型的历程，是一个不断改进的故事，但它始终受制于一个简单的家庭模型以及锁定方面的忧虑。下一次进步不会来自对旧有格式的修补，而是来自对模型本身的重新思考，使其得以扩展以贴合现实世界中错综复杂的家族，同时确保数据保持自由并归其人民所有。
参考文献
- The Church of Jesus Christ of Latter-day Saints. GEDCOM Standard Release 5.5.1. FamilySearch, 1999.
- FamilySearch. GEDCOM X Conceptual Model and Serializations (XML/JSON). 2012.
- FamilySearch. The FamilySearch GEDCOM Specification 7.0. 2021.
- Zandhuis, I. "Toward a Genealogical Ontology for the Semantic Web." Humanities, Computers and Cultural Heritage, 2005.
- Campanyà Artés, J., Conesa Caralt, J., & Mayol, E. "Modeling Genealogical Domain: An Open Problem." KEOD, 2012.
- Bouchard, G. "Population Databases and Genealogical Reconstruction." Historical Methods, 1992.
- Read, D. "Kinship Algebra Expert System (KAES)." Structure and Dynamics, 2006.
- Consultative Committee for Space Data Systems. Reference Model for an Open Archival Information System (OAIS). ISO 14721, 2012.
- Berners-Lee, T., Hendler, J., & Lassila, O. "The Semantic Web." Scientific American, 2001.