Más de 14 millones de páginas de libros escaneados aparecen en línea. Traductor traducir

Millones de páginas escaneadas de libros aparecieron en el recurso de Flickr, que la organización estadounidense Internet Archive publicó para uso gratuito. Por el momento, ya se han publicado alrededor de 3 millones de imágenes y esto es solo el comienzo, los organizadores del proyecto dicen que en un futuro próximo más de 14 millones de páginas de texto escaneado serán de uso gratuito.

La implementación de un proyecto a gran escala solo fue posible gracias al algoritmo creado recientemente, que extrae automáticamente imágenes de más de 2 millones de libros, que actualmente están almacenados en la biblioteca pública de la organización de Internet Archive. Este programa, desarrollado por Kalev Litaru, investigador de la Universidad de Georgetown, está configurado para reconocer automáticamente el texto y extraer 500 palabras de cada imagen escaneada, lo que permite la búsqueda de texto a través de la colección.

Cabe mencionar que todas las imágenes de textos publicados en nombre de Internet Archive no estarán protegidas por derechos de autor, lo que permitirá su distribución gratuita en Internet. Los creadores del proyecto creen que con el tiempo podrán crear una biblioteca visual en la que se buscará información mediante la lectura de imágenes.

Hasta la fecha, la organización Internet Archive Book Images está incluida en el proyecto general The Commons, cuyo objetivo es crear bibliotecas abiertas para preservar el patrimonio de Internet. El servicio ya tiene subcategorías especiales para audio, video y materiales gráficos, versiones obsoletas de sitios, juegos de consola de los años 70 y 80, así como todo tipo de software. La información almacenada en Internet Archive ya tiene 19 Pb e incluye más de 600 millones de textos escaneados de libros de varios géneros y direcciones escritos en los últimos 500 años.

Svetlana Korableva © Gallerix.ru