Paper - Hogeschool Gent

Abstract
Deze scriptie gaat over het detecteren van seksueel misbruik op sociale netwerken met be-
hulp van tekstuele data. Om te beginnen worden in een theoretisch stuk de verschillende
onderdelen van het detectieproces naar voor gebracht. Er worden drie feature selectors
en drie text classifiers uitvoerig belicht. Hierbij werd gesteund op werken van Pang &
Lee (2008) en Manning et al. (2008). Vooraleer ingegaan wordt op de resultaten worden
ook de oorsprong en de inhoud van de testdata uitgelegd waarna ook nog enkele bijzon-
derheden aan de implementatie naar voor worden gebracht. Het resultaatgedeelte van
deze scriptie geeft een stapsgewijze verklaring voor de verschillende keuzes die er gemaakt
werden om tot een oplossing te komen voor het detectieprobleem. Het voorlaatste stuk
van de resultaten behandelt enkele pogingen om de resultaten nog verder te verbeteren
door het probleem van een onevenwichtige dataset aan te pakken. Hiermee wordt in het
classificatieproces een precision en een recall van boven de 90% gerealiseerd. Het resultaat-
hoofdstuk wordt afgesloten met nog enkele vaststellingen uit de tijdens de verbeteringsfase
uitgevoerde clustering die kunnen dienen als basis voor verder onderzoek.
iv