İnsan hesaplaması yaklaşımı ile Türkçe arşivlerin sayısallaştırılması

Abstract

İnsanların mevcutta bilgisayarlardan daha iyi yaptığı hesaplama sorunlarının çözümü için insan hesaplaması yöntemi uygun bir yaklaşımdır. Bu konuda yaşanılan sorun ve zorlukları azaltmaya yardımcı olabilmek için insanın beyin gücünü, yüksek algı kapasitesini kullanan yeni yaklaşımlar geliştirilmekte ve denenmektedir. Arşiv sayısallaştırma da bu hesaplama sorunlarından biridir. Tez çalışmasında reCAPTCHA' ya benzeyen arşiv sayısallaştırma sistemi olan trCAPTCHA tanıtılmaktadır. trCAPTCHA, esasen eski Türk arşivlerinin sayısallaştırılmasını hedeflemektedir. trCAPTCHA' yı reCAPTCHA'dan ayıran en önemli özellik reCAPTCA'nın kullandığı genel sözlüğün trCAPTCHA tarafından kullanılmamasıdır. Bunun yerine taranan her sözcükle, optik karakter okuyucu sonuçlarından üretilen her alternatif metinle trCAPTCHA kendi yerel sözlüğünü oluşturmaktadır.

Human Computation is an appropriate approach for solving computational tasks at which people are far better than computers. To ease the difficulties for solving such tasks new techniques and methods have been developed and tested. Archive digitization is such a task. In this thesis, we present our reCAPTCHA like archive digitization system, called trCAPTCHA, mainly targeting old Turkish archives and hence Turkish speaking audience. trCAPTCHA differs from reCAPTCHA that it uses no global dictionary but constructs a local dictionary for each scanned word from alternative texts generated through OCR readings.