Marie-José Klaver

Software helpt Google Books en Google News Archive Search te verbeteren.

Google heeft het bedrijf ReCaptcha gekocht. Dat heeft Google op zijn weblog bekendgemaakt. ReCaptcha maakt beveiligingssoftware die webloggers, forumbeheerders en webmasters tegen spammers beschermt via de bekende lettercombinaties die internetgebruikers moeten invullen voor ze een reactie mogen plaatsen. 

Captcha staat voor completely automated public Turing-test to tell computers and humans apart. Een succesvol ingevulde captcha bewijst dat de reactie afkomstig is van een echt mens en niet van een geautomatiseerd spamsysteem.

Het bedrijf ReCaptcha is een spin-off van een project aan de Carnegie Mellon University's School of Computer Science. De lettercombinaties die ReCaptcha gebruikt zijn afkomstig uit gescande kranten en oude boeken. Ze dienen niet alleen als spambeveiligingsmethode, maar ook als een leerproces voor computers om in Optical Character Recognition (OCR) gescande teksten te lezen en om te zetten in gewone tekst.

Voor Google is ReCaptcha een interessante aankoop omdat het bedrijf een netwerk van weblogs (Blogger) heeft dat beschermd wordt via captcha's en een reusachtig corpus ingescande tekst uit krantenarchieven en boeken (Google Books en Google News Archive Search) dat verbeterd kan worden door middel van de techniek van ReCaptcha. De captcha's van ReCaptcha zullen voortaan bestaan uit woordcombinaties uit teksten die door Google zijn gescand.