Работает ли reCapcha с русскими текстами? Если нет, то почему?

Question

[mrThreeElephants]

Известно, что reCapcha — это проект, который помогает распознавать старые тексты, которые невозможно распознать автоматически. До сих пор я видел только английский текст. Есть ли возможность сотрудничать с этим проектом, предоставляя ему архивные тексты на русском?
Если да, то как? Самое главное — что можно сделать, чтобы изменить ситуацию?

На официальном сайте нет информации об этом, в FAQ вопрос «Can I get reCAPTCHA in other languages?» ведет на страницу Client API documentation, где описывается, как работать с капчей используя разные языки программирования — про естественные языки там ни слова.
Поиск тоже результатов не дал.

Answer 1

[Michael Danilov]

При выдаче нелатинского текста необходимо определить поймёт ли пользователь текст и сможет ли он вообще его написать. Представьте, что вам в рекаптче выдают арабский текст или иероглифы. Такая же проблема сейчас, когда предлагают формулу написать или спец.символ какой-нибудь.
Частично эту проблему можно решить выбором языка, но системе тогда нужно будет заранее знать язык текста.

Comments

[mrThreeElephants]

Ну это как раз достаточно просто реализовать: в капче должны показываться буквы того языка, на котором отображается сайт. Если пользователь смотрит англоязычную версию сайта — то запрашиваем английскую капчу, если русский вариант — то русскую и так далее. Можно просто клиентом запрашивать, какой язык капчи показать. Если неизвестно — передаем английский.
Более того, это у них уже частично реализовано: надпись «введите буквы с картинки» может показываться и по-английски и по-немецки, для этого у них уже есть API.
Судя по форумам разработчиков reCapcha показывает приветствие вообще в зависимости от того, какой язык выбран в браузере.
Так что здесь не вижу проблемы.

Формулы из текста исключаются. Во всяком случае, я не видел еще ни разу чтобы рекапча предлагала мне ввести формулу.

[NemeZZiZZ]

А с чего Вы взяли, что если сайт показывается на русском, то у пользователя есть возможность ввести кириллический текст?

[mrThreeElephants]

Пожалуйста внимательно читайте мой комментарий. Еще раз: reCapcha опознает язык пользователя по браузеру. Если у вас браузер на немецком — то это означает что вы можете ввести немецкий текст, иначе зачем вы такой язык в браузере ставили?

[mrThreeElephants]

Хотя да, подумав над вашим комментарием я прихожу к выводу что возможна достаточно редкая ситуация: пользователь находится не в России, русской клавиатуры у него нет, но браузер на русском. В этом случае вы правы: с введением капчи возникнут проблемы.
Однако, в этом случае следует учесть два фактора:
1) вероятность возникновения такой ситуации очень мала
2) В капче можно предусмотреть возможность выбрать язык, или по умолчанию при клике на кнопку «перезагрузить» всегда показывать английские буквы

Это то, что сразу приходит в голову. Возможно существуют и другие, более оптимальные решения.

Тем не менее я пока не получил ответа на свой вопрос: что по вашему мнению можно сделать, чтобы русские книги тоже стали оцифровываться при помощи этого сервиса?

Answer 2

[Voenniy]

Только сегодня вводил капчу, на которой второе слово (из книг которое) было с буквами с диакритикой.
Типа Àà, Èè, Ùù

Comments

[mrThreeElephants]

Судя по комментарию — квест пройден? :)
Вообще интересно — они же должны это как-то отслеживать. Скорее всего вам мог случайно встретиться иностранный фрагмент из какой-нибудь цитаты в тексте. Скорее всего он попадется нескольким людям, и система его отбракует как нераспознаваемый.

Answer 3

[karellen]

Есть на некоторых китайских сайтах капчи из иероглифов, вот это реально боль. Не надо!

Comments

[Vitalii Polishchuk]

ReCapcha даже в текущем виде это издевательство над посетителем.

[mrThreeElephants]

Еще раз: никто не предлагает вам тут вводить иероглифы. Их будут вводить те, кто может их ввести, а вы будете вводить капчу на родном языке — вот о чем речь. Вы увидите иероглифы в капче только в том случае, если принудительно переключите свой браузер на китайский — но тут уж извините.

Answer 4

[mrThreeElephants]

kmua, как именно вы пришли к такому выводу?
По какой причине ввод двух слов с клавиатуры должен доставлять пользователю такие страдания, что вы отзываетесь о них как об издевательстве?
reCaptcha в текущем виде оцифровывает в день примерно 100 миллионов слов, что может давать примерно 2,5 миллиона книг в год. Ради таких результатов я готов терпеть некоторые неудобства — а вы?
К тому же вы сами можете выбирать метод защиты от ботов на своем сайте.

Answer 5

[Денис Инешин]

Кстати, слышал, что капчи из латинских букв на раз вламываются. Всего то нужно отправить заказ в Индию, и сотни индийцев выполнят его гораздо дешевле любого машинного взлома.

В этом плане, кириллические символы в капче дадут гораздо более высокую гарантию от взлома, включая подобные методы использования дешевой рабочей силы. И если аудитория сайта российская, я бы попробовал рассмотреть более простую капчу с кириллицей, чем навороченную ReCapcha.