Abo
  • Services:

Über 17.000 Bücher mit Recaptcha transkribiert

Initiatoren ziehen nach einem Jahr positive Bilanz des Projektes

Im Frühjahr 2007 haben Wissenschaftler der Carnegie Mellon Universität reCAPTCHA ins Leben gerufen, ein System, um Bücher mit Hilfe von Spamschutzmaßnahmen zu digitalisieren. In einem Aufsatz im Wissenschaftsmagazin Science ziehen sie jetzt eine erste Bilanz des Projekts.

Artikel veröffentlicht am ,

Captcha heißen die Bilder mit den merkwürdig verformten Buchstaben, die Nutzer auf vielen Websites bei der Anmeldung eingeben müssen. Ausgeschrieben bedeutet das "Completely Automated Public Turing Test to tell Computers and Humans Apart", auf Deutsch etwa: voll automatischer öffentlicher Turing-Test, um Computer und Menschen zu unterscheiden, und stellte eine halbwegs wirksame Maßnahme zum Schutz vor Spam dar. Die Idee dahinter ist, dass nur Menschen, nicht aber Maschinen in der Lage sind, die Buchstaben zu erkennen und einzugeben. Das soll verhindern, dass Computerprogramme sich in Webangeboten wie Blogs anmelden und dort unerwünschte Werbebotschaften hinterlassen. Immer funktioniert dies nicht.

Stellenmarkt
  1. abilex GmbH, Stuttgart
  2. Bosch Gruppe, Stuttgart-Feuerbach

Im Jahr 2007 hatte Luis von Ahn, einer der Erfinder der Captchas, die Idee, die Abfragen noch zu einem weiteren Zweck einzusetzen: Statt willkürlich generierter Buchstabenfolgen bekommen Nutzer Buchstabenfolgen aus digitalisierten Texten eingeblendet, die Texterkennungssoftware (Optical Character Recognition, OCR) nicht lesen konnte. Die Textbrocken stammen aus alten Büchern und Zeitungen, die das Internet Archive im Rahmen der Open Content Alliance scannt. Lösen sie das Puzzle, tragen sie nicht nur zum Spamschutz bei, sondern helfen auch dabei, Bücher zu digitalisieren.

Die Betreiber von mehreren tausend Webseiten auf der ganzen Welt setzten inzwischen die reCAPTCHA genannte Variante der Spamschutzpuzzles ein, schreiben die Informatiker um Luis von Ahn von der Carnegie Mellon Universität in Pittsburgh, Pennsylvania, in der aktuellen Ausgabe des US-Wissenschaftsmagazins Science. An jedem Tag würden über 100 Millionen dieser Tests gelöst. Das seien mehr als vier Millionen Wörter. Die Fehlerquote liege bei unter einem Prozent.

Das Ergebnis des ersten Jahres kann sich sehen lassen, berichtet von Ahn: Seit Projektbeginn haben die Nutzer mehr als 1,2 Milliarden Recaptchas gelöst und dabei 440 Millionen für Computer unlesbare Wörter entschlüsselt. Das entspricht einer stattlichen Bibliothek mit 17.600 Bänden. Und jeden Tag, so von Ahn, "führen mehr Websites Recaptchas ein, so dass die Zahl der Umschreibungen kontinuierlich wächst."

Allerdings geht es von Ahn nur bedingt darum, alte Bücher und Zeitungen vom Papier in die digitale Welt zu überführen. Er hat Größeres im Sinn: "Wir zeigen, dass wir menschliche Anstrengung, menschliche Rechenleistung, die sonst verschwendet würde, dazu nutzen können, um Aufgaben zu erfüllen, an denen Computer noch scheitern", erklärt er das Ziel seines Projektes. Eine solche Aufgabe ist beispielsweise, Fotos oder Audioaufzeichnungen zu analysieren und mit Beschreibungen zu versehen. Auch hierfür spannen die Wissenschaftler der Carnegie Mellon Universität menschliche Nutzer ein, die diese Aufgaben in Onlinespielen lösen.



Anzeige
Blu-ray-Angebote
  1. Jetzt für 150 EUR kaufen und 75 EUR sparen
  2. (u. a. 4 Blu-rays für 20€, 2 TV-Serien für 20€)

fvys53gv 12. Aug 2010

Es sind 2 Wörter: Ein Wort kennt er, eins nicht.

pcmkr 16. Sep 2009

"Rein wirtschaftlich".... was soll das denn sein? Klar, wenn in der dritten Welt das...

MarvinM 18. Aug 2008

Sorry, hätte erst die anderen threads lesen sollen ;-) thx 4 the info

Lino 18. Aug 2008

Wieso ändern? Eine nicht funktionierende Schätzmethode ist nun mal genau das. Nicht...

Otis 17. Aug 2008

enben... und ich wollte nur wissen, ob es ähnliche Projekte gibt, die diesen Effekte auf...


Folgen Sie uns
       


Huawei Mate 20 Pro - Hands on

Huaweis neues Mate 20 Pro hat eine neue Dreifachkamera, die zusätzlich zum Weitwinkel- und Teleobjektiv jetzt noch ein Ultraweitwinkelobjektiv bietet. In einem ersten Kurztest macht das neue Smartphone einen guten Eindruck.

Huawei Mate 20 Pro - Hands on Video aufrufen
Gigabit: 5G-Planungen gehen völlig an den Nutzern vorbei
Gigabit
5G-Planungen gehen völlig an den Nutzern vorbei

Fast täglich hören wir Erklärungen aus der Telekommunikationsbranche, was 5G erfüllen müsse und warum sonst das Ende der Welt drohe. Wir haben die Konzerngruppen nach Interessenlage kartografiert.
Ein IMHO von Achim Sawall

  1. Bundesnetzagentur Regierung will gemeinsames 5G-Netz auf dem Land durchsetzen
  2. Mobilfunk Telekom will 5G-Infrastruktur mit anderen gemeinsam nutzen
  3. Fixed Wireless Access Nokia bringt mehrere 100 MBit/s mit LTE ins Festnetz

Neuer Kindle Paperwhite im Hands On: Amazons wasserdichter E-Book-Reader mit planem Display
Neuer Kindle Paperwhite im Hands On
Amazons wasserdichter E-Book-Reader mit planem Display

Amazon bringt einen neuen Kindle Paperwhite auf den Markt und verbessert viel. Der E-Book-Reader steckt in einem wasserdichten Gehäuse, hat eine plane Displayseite, mehr Speicher und wir können damit Audible-Hörbücher hören. Noch nie gab es so viel Kindle-Leistung für so wenig Geld.
Ein Hands on von Ingo Pakalski


    Galaxy A9 im Hands on: Samsung bietet vier
    Galaxy A9 im Hands on
    Samsung bietet vier

    Samsung erhöht die Anzahl der Kameras bei seinen Smartphones weiter: Das Galaxy A9 hat derer vier, zudem ist auch die restliche Ausstattung nicht schlecht. Aus verkaufspsychologischer Sicht könnte die Einstufung in die A-Mittelklasse bei einem Preis von 600 Euro ein Problem sein.
    Ein Hands on von Tobias Költzsch

    1. Auftragsfertiger Samsung startet 7LPP-Herstellung mit EUV
    2. Galaxy A9 Samsung stellt Smartphone mit vier Hauptkameras vor
    3. Galaxy J4+ und J6+ Samsung stellt neue Smartphones im Einsteigerbereich vor

      •  /