机器人资料来源标注：PROV 与 DCAT 怎样分离事实和推断

在机器人资源导航的日常维护中，编辑面对的往往不是“有没有链接”，而是“这条链接背后的资料到底由谁、在什么时候、以什么方式产生”。尤其在整理官方动态、论文预印本、代码仓库教程或数据集目录时，如果不把事实、日期、适用范围和来源与编辑自己的判断分开，后续使用者很容易把“我看到某页写着某句话”误当作“该机构确曾发布该结论”。本文以两份 W3C 规范作为参考证据：PROV Model Primer 用于描述“来源链”中的实体、活动与责任者，DCAT Version 3 用于描述数据目录、数据集与分发版本；同时结合本站已有的导航实践，如 机器人论文导航怎么标注、机器人教程导航怎样分清分支 与 机器人资料导航许可记录，说明怎样在同一条目里既保留原始事实，又明确区分编辑推断。

为什么导航条目要区分“原始资料”和“转载入口”

机器人资料常常从论坛、镜像站、聚合平台或二次博客进入视野，但这些入口并不等于原始出处。PROV Primer 把“实体”定义为被产生、被使用或被影响的任何东西，例如一份文档、一张图或一个数据集；把“活动”定义为随时间发生并作用于实体的过程。若某条导航记录只写“某站发布机器人教程”，而没有说明原始仓库、发布日期与修订记录，那么这条记录的活动链是断裂的。对于 机器人教程导航怎样分清分支 这类场景，编辑需要写出：当前看到的是主分支、某个发行版标签，还是第三方拷贝；否则使用者无法判断代码是否随上游更新而失效。

在事实层，编辑应记录可核对的项目：来源 URL、页面标题、发布或更新日期、适用软件版本、许可证名称。推断层则只能写“疑似”“可能为”“编辑根据上下文判断”。例如某仓库 README 未写日期，但页面显示最近提交为某一日，编辑可写“末次提交时间显示为某日（事实）”，而不能写“该教程于某日正式发布（未证实）”。这种分离能让后续维护者知道哪一部分可以直接引用，哪一部分需要重新核对。

用 PROV 的实体、活动与代理理解来源链

PROV Primer 给出了一组直观概念：实体 entity、活动 activity、使用 usage、生成 generation、代理 agent 与责任 responsibility。放到机器人导航中，一个教程 PDF 是实体，由某次构建或导出活动生成；作者、组织或维护者是代理；他们通过角色与实体关联。若某数据集页面写明由某实验室生成，则该实验室不是“作者推测”，而是来源页中声明的责任者。编辑若添加“该实验室可能也维护了配套代码”，这就是推断，必须标注为假设或推断，而不能并入事实字段。

假设示例：某机器人数据集目录页出现机构名称，但未说明其与数据集关系；编辑可写“页面提及 A 机构，可能为维护方（假设示例）”，同时在事实区只写“页面标题含 A 机构名称”。这样既保留了线索，又不制造虚假授权关系。对于 机器人论文导航怎么标注，同样可用 PROV 思路：预印本是一个实体，正式版本是另一个实体，两者之间有 derivation 或 revision 关系；DOI 指向的版本应被单独记录，而不是把“arXiv 编号”与“期刊版 DOI”混为一谈。

用 DCAT 描述数据集、目录与分发版本

当导航对象不是单篇教程而是数据集目录时，DCAT Version 3 提供了更贴近发布的模型。DCAT 是 RDF 词汇表，用于在 Web 上发布的数据目录之间实现互操作；它让发布者用标准模型描述数据集和数据服务，从而提升可发现性，并支持跨目录联合搜索。DCAT 3 的命名空间为 http://www.w3.org/ns/dcat#，建议前缀 dcat。对机器人资源导航来说，这意味着一条数据集条目可以区分“目录 Catalog”“数据集 Dataset”“分发 Distribution”三层：目录是汇总页，数据集是逻辑对象，分发可能是某个 CSV、压缩包或 API 端点。

DCAT 3 还加入了版本相关属性，例如 dcat:version、dcat:previousVersion、dcat:hasCurrentVersion，以及 DatasetSeries 类来组织数据集系列。这正好对应机器人资料中常见的“年度基准”“连续采集包”“多版本仿真环境”。编辑在整理时应写清当前版本标识与前一版本关系，而不是只给一个笼统链接。若某页面显示多个版本，则事实区列出各版本标签与日期；推断区可写“版本 B 可能包含更多场景（编辑推断，未经验证）”。

日期、适用范围与来源页状态的记录方法

W3C 文档本身的“Status of This Document”章节就示范了日期与状态应如何呈现：它说明文档在发布时的状态、可能被取代、以及当前出版物索引位置。机器人导航条目也应设置类似字段：抓取日期、页面最后更新显示、适用机器人平台或操作系统、以及来源是否仍在线。对于失效链接，不能简单删除了事，而应记录“原 URL 于某次检查时返回某状态”；这是事实。若编辑补入“新地址可能为某某镜像”，则属于推断，需单独标明。

适用范围尤其容易被忽略。某篇 SLAM 教程写明基于某一 ROS 发行版，则适用系统是那一发行版，而不是所有 Linux。DCAT 中的 dataset 可关联主题、空间或时间范围；PROV 中的活动有时间属性。编辑可以把“教程依赖的发行版”“数据集采集的时间区间”“论文实验所用机器人型号”写成适用范围字段。这样使用者在 机器人资料导航许可记录 或代码复用前，能先判断资料是否匹配自己的硬件与软件环境。

把编辑推断单独成层：标注而非隐藏

本站栏目定位要求“把事实、日期、适用范围和来源与编辑推断分开”，因此条目结构可采用两段式：上段为事实区，只含可核对来源；下段为解读区，明确写“以下为编辑推断”。例如整理某官方动态时，事实区写“来源页发布日期为某日，标题为某标题，正文提及某型号”；解读区写“该动态可能意味着下一版 SDK 将调整接口（编辑推断）”。这种写法不增加虚假确定性，也让后续维护者在官方更正时能快速定位需修改的句子。

PROV 的责任与角色概念提醒我们：推断若涉及“谁对内容负责”，更需谨慎。若来源页未声明某人为作者，编辑不能因页面排版像个人博客就写“作者为某人”。可写“页面布局类似个人站点，未显式声明作者（事实）”，再在推断区写“可能为某研究者维护（假设示例）”。对于数据集，DCAT 的发布者、联系人点也应由来源页给出；缺失时只能标注“未提供”，不可用猜测填补。

在导航页面中组合 PROV 与 DCAT 的实用写法

实际写条目时，可先用 PROV 思路回答三个问题：这个资料是什么实体？由什么活动生成？谁负责？再用 DCAT 思路补充：它在哪个目录中？有哪些数据集或分发？版本关系如何？例如一条“机器人抓取数据集”记录可写：来源为某实验室数据目录（Catalog），页面列出 Dataset A 与 2023、2024 两个版本（事实）；当前推荐入口指向 2024 版分发（事实）；编辑注意到 README 提到新增纹理对象，推断其覆盖场景更广（推断）。内部再链向 机器人论文导航怎么标注 以说明配套论文版本，链向 机器人教程导航怎样分清分支 以说明加载脚本所属仓库分支，链向 机器人资料导航许可记录 以核对图片与代码许可。

这种组合不会让页面变成元数据 dump，因为事实区保持短句、可核对，推断区保持明显标签。长期看，当多个条目都记录原始来源、活动日期、代理责任与版本关系时，导航站本身也成为可信的中间层：它不声称自己生产数据，而清晰展示每条机器人资源从哪里来、经过哪些版本、编辑又添加了哪些未证实理解。参考 PROV Model Primer 与 DCAT Version 3 的规范，不是为了把页面写成机器可读图谱，而是借用其区分实体、活动、版本与责任的方式，让人工编辑也能稳定地把事实和推断分开。