ReCAPTCHA कैसे काम करता है?

कैप्चा के बारे में एक अद्भुत लेख के मेरे हालिया अनुवाद पर चर्चा करते हुए, reCAPTCHA के बारे में कई सवाल उठे, अर्थात् यह सिस्टम कैसे काम करता है। कटौती के तहत, मैं सामान्य शब्दों में reCAPTCHA के सार को समझाऊंगा, यह प्रदर्शित करता है कि यह कैसे काम करता है और यह पुस्तकों की संख्या कैसे करता है।


मैं आपको सब कुछ संक्षेप में बताऊंगा, लेकिन यह समझ में आता है। उपरोक्त चित्र reCAPTCHA की आधिकारिक वेबसाइट से लिए गए थे।

स्पैम बंद करो

संक्षेप में, reCAPTCHA वही कार्य करता है जो अन्य कैप्चा करते हैं। निचला रेखा सरल है, हम प्रस्तावित पाठ का परिचय देते हैं और इस तरह साबित करते हैं कि हम रोबोट नहीं हैं। अन्य प्रणालियों से मुख्य अंतर यह है कि reCAPTCHA न केवल साइट को स्पैमर्स से बचाता है, बल्कि एक और प्रदर्शन भी करता है, काफी दिलचस्प फ़ंक्शन।

किताबें पढ़ें

जैसा कि आपने शायद देखा, reCAPTCHA दो शब्दों को पेश करने की पेशकश करता है, जो व्यावहारिक रूप से अन्य कैप्चा में नहीं पाया जाता है। लब्बोलुआब यह है कि उपयोगकर्ता, इन शब्दों को दर्ज करते समय, न केवल यह साबित करता है कि वह एक व्यक्ति है, बल्कि पुरानी पुस्तकों और समाचार पत्रों को पहचानने में भी मदद करता है।

ऑपरेशन का सिद्धांत सरल है:
मान लीजिए कि एक nth पुस्तक है जिसे बहुत कम संख्या में प्रतियों में संरक्षित किया गया है, जबकि ये सभी खराब स्थिति में हैं। एक स्कैन की गई कॉपी Google (reCAPTCHA के मालिक) के हाथों में गिर गई। इससे क्या लेना-देना? यह सही है, डिजिटाइज़ करने के लिए (और यह न केवल विरासत को संरक्षित करने का मामला है, बल्कि उस पर और बाद में भी)। डिजिटाइज़ कैसे करें? चरित्र पहचान प्रणाली (OCR) का उपयोग करके अंक। लेकिन, जैसा कि बहुत से लोग जानते हैं, ये सिस्टम अक्सर जारी किए गए परिणाम में कई त्रुटियों के साथ पाप करते हैं। त्रुटियों के लिए सभी पाठ के माध्यम से मैन्युअल रूप से छांटना बहुत महंगा है। और इसलिए, reCAPTCHA बचाव के लिए आता है। छवि में एक शब्द OCR प्रणाली द्वारा सही ढंग से पहचाना गया था, लेकिन दूसरा बिल्कुल नहीं है। दूसरा शब्द उपयोगकर्ता के लिए है, ठीक उसी तरह जो वह प्रवेश करता है उसका उपयोग ओसीआर द्वारा प्रस्तावित गलत विकल्प के प्रतिस्थापन के रूप में किया जाएगा। निश्चित रूप से कुछ अब मुस्कुराएंगे, हां, मुझे पता है कि वास्तव में, दूसरे शब्द के बजाय, आप कुछ भी दर्ज कर सकते हैं। लेकिन OCR के लिए प्रत्येक असंगत शब्द, उपयोगकर्ताओं को सैकड़ों या यहां तक ​​कि हजारों बार दिखाता है (प्रति दिन 200 मिलियन पीढ़ियों का आंकड़ा, यह बहुत छोटा है), और अंत में, उपयोगकर्ताओं द्वारा सबसे अधिक बार दर्ज किया गया विकल्प सही माना जाता है।

बोरिंग टेक्स्ट से, आइए चित्र पर चलते हैं:

यह स्कैन किए गए पाठ जैसा दिखता है। गुणवत्ता को शीर्ष पर कहा जा सकता है, लेकिन OCR के परिणाम पर एक नज़र डालते हैं:

त्रुटियों को लाल रंग में उजागर किया गया है। वहाँ उनमें से बहुत से नहीं है? अब देखते हैं कि reCAPTCHA का परिणाम क्या होगा:

OCR और डुओ OCR + reCAPTCHA के बीच अंतर देखने के लिए आपको माथे में सात स्पैन होने की आवश्यकता नहीं है। डिजिटलीकरण 100% त्रुटि मुक्त है।

बेशक, यह एक आदर्श स्थिति की तरह है जहां सब कुछ reCAPTCHA के रचनाकारों द्वारा कल्पना के रूप में विकसित होता है। लेकिन निश्चित रूप से आप में से कई इनपुट के लिए पूरी तरह से अपठनीय शब्दों की पेशकश कर रहे हैं। समस्या यह है कि कुछ पुस्तकों / समाचार पत्रों को इतना खराब संरक्षित किया जाता है कि कई बार उन्हें मैन्युअल रूप से घृणित रूप से पहचाना जाता है। यहाँ एक उदाहरण है:

छवि घृणित गुणवत्ता। आइए देखें कि OCR यहां क्या कर सकता है ...

... लेकिन कुछ भी नहीं। त्रुटियों को उजागर नहीं किया जाता है क्योंकि यह सब एक बड़ी गलती है।

लेकिन reCAPTCHA के साथ, परिणाम काफी पठनीय है, यद्यपि अचूक नहीं।

यह कैसे उपयोगकर्ताओं को reCAPTCHA का उपयोग करके पुस्तकों को डिजिटल बनाने में मदद करता है। मेरी राय में, यह बहुत अच्छा है।

मुझे कुछ समझ नहीं आया!

संक्षेप में: reCAPTCHA द्वारा उत्पन्न छवि में दो स्कैन किए गए शब्द हैं। एक पहले से ही सिस्टम के लिए जाना जाता है, दूसरे के बारे में संदेह है। यह दूसरा शब्द है जो उपयोगकर्ताओं की ताकतों द्वारा मान्यता के लिए वस्तु है। मोटे तौर पर, reCAPTCHA इंटरफ़ेस इस तरह दिख सकता है:

मान्यता लिपियों

एक गलत धारणा है कि reCAPTCHA को हैक नहीं किया जा सकता है (हम मानव हस्तक्षेप के बिना पाठ की स्वत: मान्यता के बारे में बात कर रहे हैं)। हालांकि, रुझानों को देखते हुए, ऐसा नहीं है। समय के साथ, reCAPTCHA ने मान्यता प्रणालियों के लिए विभिन्न नुकसान किए हैं। उनमें से, पाठ की वक्रता, धारियों के साथ चौराहे, एक विशेषता भी हाल ही में पेश की गई थी, जिसके लिए सत्यापन (सिस्टम को ज्ञात) शब्द दोगुना दिखता है। यह सब इंगित करता है कि reCAPTCHA अभी भी सुरक्षा के साथ कुछ कठिनाइयों का सामना कर रहा है।

किसी को शक नहीं हुआ

ऐसे लोग हैं जो reCAPTCHA की आलोचना करते हैं, और एक नैतिक दृष्टिकोण से, वे अच्छे कारण के लिए आलोचना करते हैं। तथ्य यह है कि Google किसी भी तरह मान्यता प्राप्त पाठ के लिए धन प्राप्त करता है। और ग्रंथों को उपयोगकर्ताओं द्वारा स्वयं नि: शुल्क निर्मित किया जाता है। यानी मुक्त श्रम है। व्यक्तिगत रूप से, मुझे परवाह नहीं है, इसके अलावा, कोई भी उपयोगकर्ताओं को reCAPTCHA में प्रवेश करने के लिए मजबूर नहीं करता है, और इसके अलावा, कोई भी वेबमास्टर्स को उनकी साइटों पर इसे स्थापित करने के लिए मजबूर नहीं करता है :)

विडंबना है

निश्चित रूप से आप में से कुछ, पिछले पैराग्राफ को पढ़कर महसूस कर चुके हैं कि यहाँ कुछ गलत था। कैप्चा की मैनुअल मान्यता के लिए सेवाओं के बारे में सभी जानते हैं, जहां लाखों एशियाई लोग पेनी के लिए कैप्चा की शुरुआत करते हैं। इसलिए, यदि आप पिछले पैराग्राफ को ध्यान में रखते हैं, तो यह पता चलता है कि ये एशियाई न केवल मान्यता सेवा पर काम करते हैं, वे Google पर काम करते हैं। मुफ्त में।