Как работает reCAPTCHA

топ 100 блогов npokpyct13.06.2011

Прочитал недавно на хабре статью, которая буквально поразила меня.
Во-первых, стало понятно почему иногда выплывают капчи типа такой.
Как работает reCAPTCHA recaptcha
Во-вторых, это одна из статей заработка корпорации Google. Деньги делаются из воздуха. И это гениально! Наверное, каждый человек в Интернете когда-нибудь да поработал на Google таким образом.
Начнём с начала. По сути, reCAPTCHA выполняет ту же функцию, которую выполняют другие капчи. Суть проста, пользователь вводит предложенный текст и тем самым доказывает, что он не робот. Главным отличием от других систем является то, что reCAPTCHA не только защищает сайт от спамеров, но еще и выполняет другую, достаточно интересную функцию. Что это за функция?



Как вы, наверное, заметили, reCAPTCHA предлагает ввести два слова, что практически не встречается у других капч. Суть в том, что пользователь при вводе этих слов не только доказывает, что он не робот, но еще и помогает распознавать старые книги и газеты.
Принцип работы прост:
Допустим, есть какая-то книга, которая сохранилась в малом количестве экземпляров, при этом все они в плохом состоянии. Один экземпляр в отсканированном виде попал в руки Google (владелец reCAPTCHA). Что с ним делать? Правильно, оцифровать. Как цифровать? Цифровать, используя системы распознавания символов (OCR). Но, как многим известно, эти системы очень часто грешат многочисленными ошибками в выданном результате (многие, наверное, пользовались программой FineReader). Вручную перебирать весь текст на предмет ошибок — слишком дорогое удовольствие. И вот, на помощь приходит reCAPTCHA. Одно слово в изображении распозналось системой OCR правильно, а вот второе никак нет. Второе слово — за пользователем, именно то, что он введет будет использовано в качестве замены ошибочному варианту, предложенным OCR. Наверняка, сейчас некоторые усмехнутся. Да, я знаю про то, что фактически вместо второго слова можно ввести что угодно. Но каждое непонятное для OCR слово reCAPTCHA показывает пользователям сотни, а то и тысячи раз (при цифре в 200 миллионов генераций в день это очень мало), и в конечном итоге правильным считается тот вариант, который пользователи вводили чаще всего.
От скучного текста перейдем к иллюстрациям:
Как работает reCAPTCHA recaptcha
Вот так выглядит отсканированный текст. Качество, можно сказать, не на высоте, но давайте взглянем на результат работы OCR:
Как работает reCAPTCHA recaptcha
Красным выделены ошибки. Не правда ли, их слишком много? А теперь посмотрим, что же будет результатом работы reCAPTCHA:
Как работает reCAPTCHA recaptcha
Не надо быть семи пядей во лбу, что бы увидеть разницу между OCR и дуэтом OCR + reCAPTCHA. Оцифровка получилась 100% безошибочной.
Разумеется, это что-то вроде идеальной ситуации, где все складывается так, как задумывалось создателями reCAPTCHA. Но, наверняка, многие из вас сталкивались с абсолютно нечитаемыми словами, предлагаемыми для ввода. Проблема в том, что некоторые книги/газеты сохранились настолько плохо, что порой и вручную они распознаются отвратительно. Вот пример:
Как работает reCAPTCHA recaptcha
Изображение отвратительного качества. Посмотрим, что тут сможет сделать OCR…
Как работает reCAPTCHA recaptcha
… а ничего. Ошибки не подсвечены потому, что все это — одна большая ошибка.
Как работает reCAPTCHA recaptcha
Зато силами reCAPTCHA результат становится вполне себе читаемым, хоть и не безошибочным. Именно таким образом пользователи помогают оцифровывать книжки средствами reCAPTCHA.
Вкратце: изображение, генерируемое reCAPTCHA, состоит из двух отсканированных слов. Одно уже заведомо известно системе, насчет второго же есть сомнения. Именно это второе слово и есть объект для распознавания силами пользователей. Грубо говоря, интерфейс reCAPTCHA мог бы выглядеть и вот так:
Как работает reCAPTCHA recaptcha


Оставить комментарий

Гость ляля 28.07.2013 07:43
Крутая капча.
Ненавижу=(
БОТ 28.07.2013 07:48
СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ СПАМ
Предыдущие записи блогера :
Архив записей в блогах:
«Достаточно Путину выступить на Russia Today с минутной речью о том, что эти рейтинги — полная фигня, и баттхерт неполживым СМИ обеспечен. Я сам жду не дождусь подобных заявлений. Видимо, еще не время», — написал коллега kostya2100 , комментируя пост ...
В мешки фасуют больных, которых киборги приговорили к фасованию в мешках ))) Там вообще у мюрида пиздострадания замечательные . "Погибает только что рожденное новое справедливое государство будущего - Новороссия". Умалишенные животные, ну как их еще назвать??? ...
На Кавказе завалили примечательного персонажа связанного с Халифатом. Пятеро боевиков, в том числе лидер бандподполья, уничтожены в ходе спецоперации, которая была проведена в субботу в пригороде Махачкалы, сообщается в воскресенье на официальном сайте ФСБ РФ. "Среди ...
Уважаемые игроки! 13 ноября в 6:30 (МСК) выйдет обновление 0.5.1.1, которое среди прочего исправляет проблему с пробитием цитаделей бронебойными снарядами . В связи с работами по его выпуску игровой сервер будет недоступен с 5:00 до 6:30 (МСК). Подробнее об остальных нововведениях верси ...
Фото 1950 г. Станция метро «Новокузнецкая» Интересную информацию прочитал в мордокниге. Но поскольку ФБ - это, увы, помойка и всё исчезает в неизвестном направлении, то перенесу сюда на память. Существует известная легенда, что скамьи станции метро «Новокузнецкая» - якобы скамьи из ...