Spamfilter digitaliseert ook boeken

Surfers zetten onleesbare woorden om

30 mei 2007 | Pieterjan Van Leemputten Student-programmeurs van de Carnegie Mellon University hebben met ReCaptcha een programma ontwikkeld dat spam op websites kan tegenhouden en tegelijkertijd boeken digitaliseert. Het project is een variatie op Captcha, de test die computers van mensen onderscheidt bij het invoeren van gegevens op een website.

Bij een Captcha-plug-in moeten gebruikers een vage woordcombinatie typen om te verifiëren dat ze wel degelijk mensen zijn. Dit klusje wil ReCaptcha nu gebruiken bij het digitaliseren van boeken.

Het programma werkt met twee controlewoorden. Eén uit een traditionele Captcha-test, een tweede komt uit de lijst woorden die de computer niet kon herkennen bij het inscannen van een boek. Als de gebruiker het eerste woord juist heeft, gaat het programma ervan uit dat het woord uit het boek ook goed werd ingegeven.

Om menselijke fouten te voorkomen, moet het woord door drie gebruikers gedigitaliseerd worden voordat het wordt opgenomen in de database. De digitalisering kan snel gaan, want wereldwijd worden er nu al zestig miljoen traditionele Captcha-woorden geverifieerd.

"Deze tool houdt niet alleen spam tegen, gebruikers helpen meteen met het digitaliseren van literaire werken", schrijft ben Maurer, hoofdontwikkelaar van het project op zijn blog. Ondertussen hebben al meer dan honderdvijftig websites de applicatie gebruikt en stijgt het aantal gedigitaliseerde woorden elke dag.

Wie ReCaptcha wil integreren in een website, kan de code makkelijk integreren in een website of zelfs in een WordPress-blog.

 

bron: ZDNet