Lue uutinen mobiilisivustolla

Recaptcha auttaa tekstin digitalisoimisessa

Recaptchassa optisten merkkientunnistusohjelmien tunnistamattomat sanat annetaan internetin käyttäjille tunnistettavaksi.

18.8.2008 12:44 Yhdysvaltalaisen Carnegie Mellon -yliopiston Recaptcha-projektissa ihmiset toimivat tietokoneen apuna vahingoittuneiden ja haalistuneiden tekstien kääntämiseksi digitaaliseen muotoon. Yli vuoden vanhassa projektissa digitalisoidaan jo neljä miljoonaa sanaa päivittäin.

Recaptcha-projektissa sivustojen kävijät auttavat pienellä panostuksella kääntämään haalistunutta ja vanhaa tekstiä digitaaliseen muotoon suodinohjelman yhteydessä.

Hankkeessa käyttäjät antavat panoksensa kuvavarmennuksen yhteydessä. Recaptcha-ohjelmassa kuvassa esiintyy haalistunutta tai vanhaa tekstiä skannatussa muodossa ja käyttäjä kirjoittaa sen oikeaan muotoon.

Perinteisesti captcha-varmistuksessa käyttäjän täytyy varmistaa ihmisyytensä kirjoittamalla kuvana esitetyt, töhrityt kirjaimet ja numerot web-palveluun. Näin tiedetään, ettei kyseessä ole botti, sillä kuvaan sotketun tekstin kääntäminen takaisin kirjoitukseksi on hyvin hankalaa.

Jo neljä miljoonaa
sanaa päivittäin

– Yhä useammat sivustot ottavat Recaptcha-ohjelman käyttöön päivittäin, joten käännösten määrä jatkaa lisääntymistään. Ohjelman kautta käännetään yli neljä miljoonaa sanaa päivittäin. Se vaatisi yli 1500 ihmistä työskentelemässä 40 tuntia viikossa 60 sanan minuuttivauhdilla, että päästäisiin meidän viikoittaiseen tulokseemme, hankkeen päätutkija Luis von Ahn kertoi sanomalehti Telegraphille projektin tehosta.

Ahnin ryhmä käyttää kahta erilaista optista merkintunnistusohjelmaa skannatakseen vanhoja kirjoja tai sanomalehtiartikkeleita ja muuntavat ne digitaalisiksi tiedostoiksi. Mutta kun ohjelmat ovat eri mieltä sanoista, niin sana lisätään Recaptchan tietokantaan ja sitä käytetään osana suodinohjelman kuvavarmennetta.

Nettisurffaajat
hyötykäytössä

Ahn avusti vuonna 2000 jo ensimmäisen captcha-tunnistuksen kehittämisessä. Recaptchan kantavana ideana on hyödyllisen tehtävän ujuttaminen tavallisten internetin aktiviteettien mukaan.

– Me näytämme, että voimme ottaa ihmisen panostuksen, - ihmisen prosessointivoiman - joka muuten menisi hukkaan, ja ohjata sen tehtäviin joita tietokoneet eivät pysty vielä ratkaisemaan, Ahn kertoi tietotekniikkalehti Wiredille.

Recaptcha on ollut mukana tilinluomisen yhteydessä jo ainakin sosiaalisessa yhteisöpalvelusivusto Facebookissa, ilmoituspalstasivusto Craigstlistissä ja yhdysvaltalaisessa lippupalvelusivusto Ticketmasterissa. Palvelu on ilmainen kaikille sivustoille.

Uutissivusto CNETin mukaan näissä palveluissa on ainakin ollut sanomalehti The New York Timesin arkistojen sisältöä kuvavarmenteina vuodesta 1851 vuoteen 1980.

Recaptchaa on myös ainakin aiemmin käytetty Internet Archiven säilömien kirjojen digitalisointiin.

Hannu Nokso-Koivisto toimitus@digitoday.fi

Teksti on lisensoitu Creative Commons Nimeä-Ei muutoksia-Epäkaupallinen -lisenssillä.

Kirjoita kommentti

Kommentit (6)

0

0

Tässähän olisi oiva esimerkki tuon ynnäysälyttömyyden tilalle. Varsinkin, kun tuo kysyms ei vaihdu.

seitsemän

Lainaa Ilmoita asiaton viesti

# 18.8.2008 12:57

1

1

Näin tiedetään, ettei kyseessä ole botti, sillä kuvaan sotketun tekstin kääntäminen takaisin kirjoitukseksi on hyvin hankalaa.

Todellisuudessa se on hyvin helppoa. Tekstistä pitäisi saada sellaista ettei ihminenkään erottaisi siitä kirjaimia, silloin sitä voisi olla hankalaa koneellakaan tunnistaa.

Suurin osa CAPTCHA-teksteistä menee kevyesti läpi ilmaisista tekstin tunnistukseen kehitetyistä työkaluista.

Koodari

Lainaa Ilmoita asiaton viesti

# 18.8.2008 13:44

2

1

- Me näytämme, että voimme ottaa ihmisen panostuksen, - ihmisen prosessointivoiman - joka muuten menisi hukkaan

Eli toisin sanoen, nörttejä tietokoneen ääressä pelaamassa CS:ää :D

DC

Lainaa Ilmoita asiaton viesti

# 18.8.2008 14:37

1

1

"30.5.2007 klo 13:51 Carnegie Mellonin yliopistossa on kehitetty uusi, nokkela versio web-palveluissa käyttäjän ihmisyyden selvittävästä captcha-varmistajasta. Yliopiston Recaptcha toimii samalla myös vanhojen kirjojen digitoijana. Työn tekevät ihmiset sana kerrallaan."

Jaa, että yli vuoden vanha juttu uusintana?

http://www.digitoday.fi/tietoturva/2007/05/30/palvelu-varmistaa-ihmisyyden-vanhoilla-kirjoilla/200713293/66

P33l0

Lainaa Ilmoita asiaton viesti

# 18.8.2008 14:45

1

1

Ahaa. Siis se on tämä juttu joka on jokaisella waresivustolla rekisteröinnin/loggauksen yhteydessä. Selkis.

on joo

Lainaa Ilmoita asiaton viesti

# 18.8.2008 23:11

0

0

Asiasta kiinnostuneille pienehkö esitelmä:
http://video.google.com/videoplay?docid=-8246463980976635143

monni

Lainaa Ilmoita asiaton viesti

# 19.8.2008 10:26

Sivut: 1 Edellinen Seuraava

Kirjoita vastaus

Ohjeet: Pysy aiheessa ja kirjoita napakasti. Muista, että haastateltavilla, kanssakeskustelijoilla ja toimittajilla on oikeus omaan, eriävään mielipiteeseen. Ole kohtelias ja ystävällinen, äläkä tarkoituksella provosoi tai hauku muita keskustelijoita. Taloussanomat varaa oikeuden poistaa asiattomat viestit. Varauduthan siihen, että linkkejä sisältävät viestit tarkistetaan yksitellen roskapostin suodattamiseksi. Arvostamme mielipidettäsi!
Lue koko keskusteluetiketti

Bottivarmistus: mitä on kaksi ynnä viisi?

Viesti Nimi

Uutiset

Krp: Hyvinkään ampujan uhrit näyttävät valikoituneen sattumanvaraisesti

• Hyrian rehtori: Uhrit olivat luokkansa priimuksia
• Paatero: Poliisi toimi oikein ampumispaikalla
• Tahkon pelaaja kuoli, kaksi muuta loukkaantui Hyvinkään ammuskelussa
• Hyvinkään ammuskelusta yksi potilas yhä kriittisessä tilassa