reCaptcha, reconocimiento de términos de forma distribuida mediante captchas

reCaptcha Día a día, los que navegamos por internet, en muchas ocasiones tendremos que descrifrar los captchas para abrirnos una cuenta en algún servicio o dejar algún comentario en otros. Por otro lado, cuando usamos un escaner mediante OCR, siempre tendremos que revisar las palabras del texto ya que el sistema OCR no es capaz de traducirlo correctamente.

¿Qué tiene que ver una cosa con la otra? Pues muy sencillo, ya que se trata de reCaptcha, un proyecto para la digitalización de libros y documentos escaneados del Internet Archive de la escuela de Ciencias de la computación de la Universidad de Carnegie Mellon que pretende la revisión distribuida de los términos que no ha podido convertir a texto mediante el escaneo con el sistema OCR, por el que se nos ofrece la palabra a descifrar como captcha y otro término para su comprensión.

De esta manera, se pretenden digitalizar los contenidos de los libros a textos, y de manera distribuida mediante captchas los usuarios ayudarán a descifrar los términos que el sistema OCR no ha sido capaz de averiguar, permitiendo validar la fiabilidad de los términos introducidos por los usuarios, y que actualmente reCaptcha está colaborando de esta manera en la digitalización de libros y documentos del Internet Archive.

Actualmente podemos encontrar plugins para WordPress, MediaWiki, phpBB, y PHP.

Vía | Webware
Enlace | Sitio oficial de reCaptcha

Más noticias sobre: Web
Tags: captchas, distribuido, libros, revisión
Comentarios (8) | Trackback

Comentarios

captchas

#1 | Escrito por asterix | 26 may 2007 10:41:50

Sé como funciona un captcha pero no me queda nada claro como se decide que palabras no ha traducido/identificado bien el OCR.

A lo sumo cabe determinar que una palabra generada por el OCR no está en un dicionario, pero aun resultando ser una palabra del diccionario no hay garantia de que sea exactamente la palabra correcta.

Con todo, ya es un avance la resolucion de aquellas palabras sin sentido, pero a fin de cuentas se requiere una lectura y comparacion directa entre la imagen del texto y el texto producido por el OCR.

La forma mas eficiente y comoda de facilitar el trabajo de revision de un OCR consistiria en mostrar como imagen de fondo la imagen de una pagina y sobreimpresionado en primer plano el editor de texto que mostraria entre lineas los renglones del OCR directamente editables por el usuario.

De este modo una simple mirada de conjunto bien podria identificar rapidamente palabras que no concuerdan y eventualmente procederia el reemplazo automatico de todos aquellos errores completamente identicos.

#2 | Escrito por Dubitador | 26 may 2007 13:38:11

[...] Próximamente permitirá a los usuarios realizar sus SlapStrips personalizados, que podrán compartir en los perfiles que dispongan en redes sociales y en otros sitios web. Curioso que en sus formularios incorpore el sistema reCaptcha, del cual les hemos hablado desde Genbeta. [...]

#3 | Escrito por SlapVid, el top 25 de YouTube mostrados en 5 minutos | 30 jun 2007 04:06:35

#4 | Escrito por Blog de software » Blog Archive » SlapVid, el top 25 de YouTube mostrado en 5 minutos | 30 jun 2007 06:20:46

#5 | Escrito por TheyURL.com » Blog Archive » SlapVid, el top 25 de YouTube mostrado en 5 minutos | 01 jul 2007 11:32:59

[...] Y por último, los usuarios que no dispongan de cuenta, deberán, obviamente, crearse las suyas propias. Ellos, a diferencia de nosotros, encontrarán que a partir de ahora, para poder crearse sus cuentas, en el formulario se encontrarán con el sistema reCaptcha, del que ya le hemos hablado anteriormente. Este sistema no sólo les permitirán escribir los términos que les aparecen sino que si tienen algún tipo de problemas visuales, también podrán usar el sistema auditivo. [...]

#6 | Escrito por Últimas características añadidas a Twitter | 27 ago 2007 17:15:40

#7 | Escrito por Blog de software » Blog Archive » Últimas características añadidas a Twitter | 27 ago 2007 17:27:06

[...] De entre todos los sistemas de almacenamiento de archivos online, File.io nos propone un servicio diferente, más sencillo si cabe. Simplemente tendremos que crear nuestro propio directorio a través del formulario, establecer una contraseña y, pasada la verificación del reCaptcha, empezar a subir archivos. [...]

#8 | Escrito por File.io, nuestra directorio online para almacenar nuestros archivos | 18 dic 2007 20:39:20

¡Añade tu comentario!