从Solax那里看到一个伟大的项目——reCAPTCHA。

reCAPTCHA是利用CAPTCHA的原理，借助于人类大脑对难以识别的字符的辨别能力，进行对古旧书籍中难以被OCR识别的字符进行辨别的技术。也就是说，reCAPTCHA不仅可以反spam，而且同时还可以帮助进行古籍的数字化工作。

工作原理：

扫描的文本将使用两个不同的OCR程序进行识别，当两个程序的识别结果不一致时，其中不一致的单词（称为questionable word）同另一个已被正确识别的单词（称为control word）一起显示为一个CAPTCHA，然后提供给各类网站进行人工识别。系统假设如果用户成功回答了control word，那么对于questionable word的识别也是正确的。对于一个单词，OCR程序给出的结果评分为0.5分，人类给出的结果评分为1分。当同一个结果的评分达到2.5分时（也就是至少需要两个人类用户回答了此结果），此结果将被认为这个单词的识别结果。此结果将被重复利用为control word。

这个项目发表在Science上（文章PDF地址），看来要发Science不需要多么深奥的专业嘛。

注：CAPTCHA 是“Completely Automated Public Test to tell Computers and Humans Apart”（全自动区分计算机和人类的测试）的缩写，是一种区分用户是计算机和人的公共全自动程序（图灵测试）。在一个CAPTCHA测试中，作为服务器的计算机会自动生成一个问题由用户来解答。这个问题可以由计算机生成并评判，但是必须只有人类才能解答。由于计算机无法解答CAPTCHA的问题，所以回答出问题的用户就可以被认为是人类。

附：WordPress reCAPTCHA插件