Abo
  • Services:
Anzeige

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.

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.

Anzeige

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.


eye home zur Startseite
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...


Blogaddict / 17. Aug 2008



Anzeige

Stellenmarkt
  1. FILIADATA GmbH, Karlsruhe
  2. BG-Phoenics GmbH, München
  3. ROHDE & SCHWARZ GmbH & Co. KG, München
  4. Schwarz IT Infrastructure & Operations Services GmbH & Co. KG, Neckarsulm


Anzeige
Hardware-Angebote
  1. ab 486,80€
  2. 543,73€
  3. (Core i5-7600K + Asus GTX 1060 Dual OC)

Folgen Sie uns
       


  1. Heiko Maas

    "Kein Wunder, dass Facebook seine Vorgaben geheim hält"

  2. Virtual Reality

    Oculus Rift unterstützt offiziell Roomscale-VR

  3. FTP-Client

    Filezilla bekommt ein Master Password

  4. Künstliche Intelligenz

    Apple arbeitet offenbar an eigenem AI-Prozessor

  5. Die Woche im Video

    Verbogen, abgehoben und tiefergelegt

  6. ZTE

    Chinas großes 5G-Testprojekt läuft weiter

  7. Ubisoft

    Far Cry 5 bietet Kampf gegen Sekte in und über Montana

  8. Rockstar Games

    Waffenschiebereien in GTA 5

  9. Browser-Games

    Unreal Engine 4.16 unterstützt Wasm und WebGL 2.0

  10. Hasskommentare

    Bundesrat fordert zahlreiche Änderungen an Maas-Gesetz



Haben wir etwas übersehen?

E-Mail an news@golem.de


Anzeige
Tado im Langzeittest: Am Ende der Heizperiode
Tado im Langzeittest
Am Ende der Heizperiode
  1. Speedport Smart Telekom bringt Smart-Home-Funktionen auf den Speedport
  2. Tapdo Das Smart Home mit Fingerabdrücken steuern
  3. Mehr Möbel als Gadget Eine Holzfernbedienung für das Smart Home

Blackberry Keyone im Test: Tolles Tastatur-Smartphone hat zu kurze Akkulaufzeit
Blackberry Keyone im Test
Tolles Tastatur-Smartphone hat zu kurze Akkulaufzeit
  1. Blackberry Keyone kommt Mitte Mai
  2. Keyone Blackberrys neues Tastatur-Smartphone kommt später

The Surge im Test: Frust und Feiern in der Zukunft
The Surge im Test
Frust und Feiern in der Zukunft
  1. Computerspiele und Psyche Wie Computerspieler zu Süchtigen erklärt werden sollen
  2. Wirtschaftssimulation Pizza Connection 3 wird gebacken
  3. Mobile-Games-Auslese Untote Rundfahrt und mobiles Seemannsgarn

  1. Re: 200 Zeichen / Minute

    mannelig | 16:01

  2. Machen wir doch mal die Probe aufs Exempel

    RipClaw | 16:01

  3. Re: Forken

    Vanger | 15:57

  4. Re: Der Beitrag von Rohde & Schwarz...

    MonMonthma | 15:54

  5. Re: Es ist übrigens das erste Far Cry, das in den...

    DeathMD | 15:51


  1. 12:54

  2. 12:41

  3. 11:44

  4. 11:10

  5. 09:01

  6. 17:40

  7. 16:40

  8. 16:29


  1. Themen
  2. A
  3. B
  4. C
  5. D
  6. E
  7. F
  8. G
  9. H
  10. I
  11. J
  12. K
  13. L
  14. M
  15. N
  16. O
  17. P
  18. Q
  19. R
  20. S
  21. T
  22. U
  23. V
  24. W
  25. X
  26. Y
  27. Z
  28. #
 
    •  / 
    Zum Artikel