1,721,078 research outputs found
Using Author Profiling to Determine the Age Group of an Author
Get PDFDenne masteroppgaven utforsker hvordan fastslå aldersgruppen til en forfatter. I hovedsak om forfatteren er et barn, som vil si under 18 år, eller voksen, 25 år og oppover. Videre er målet å undersøke hvilke tekstlige trekk som best korrelerer med alderen til en forfatter, over flere genrer. Til slutt, vil vi utforske om det vil være tilstrekkelig å kun bruke en felles modell for å predikere alderen over flere domener, eller om hver enkelt genre trenger en individuell modell. For å få svar på disse spørsmålene, har datasett fra tidligere forsking innenfor feltet forfatterprofilering, blitt samlet inn. Disse datasettene inneholder bloggdata, sosial mediatekster og Twitterdata. Videre har flere eksperimenter blitt utført på disse datasettene, der vi brukte maskinlærings algoritmer ofte brukt til klassifisering, samt ofte brukte språkgjenkjennelsesmetoder. Eksperimentene som ble utført ble gjort på individuelle datasett, i tillegg til kombinerte datasett.
Resultatene viser at det er mulig å fastslå aldersgruppen til forfattere basert på hvordan de skriver, med relativ høy treffsikkerhet. Videre viser også resultatene fra eksperimentene at lineær kernel SVM (Support Vector Machine) produserte de beste resultatene, med tanke på treffsikkerhet, presisjon og recall score, og den kombinerte verdien. Det erflere tekstlige trekk som ernyttige til å skille tekstene fra de forskjellige aldersgruppene og genere fra hverandre. Noen av disse er TF-IDF (Term Frequency - Inverse Document Frequency), LIWC (Linguistic Inquiry and Word Count), n-grams, PoS (Part of Speech) tagging og frekvensen stilistiske språklige trekk. Til slutt, viser resultatene at modellene som er trent på kombinerte sett med genre, gjorde det betraktelig dårligere enn modeller som bare var trent på individuelle domener.This thesis investigates how to determine the age group of an author, mainly if the author is a child, below the age of 18, or an adult, above the age of 25. Furthermore, the goal is to explore which textual features across different genres best correlate with the age of an author. Lastly, we want to investigate if a single model would be sufficient to predict age across various genres, or if the different domains need an individual model. To answer these questions, several data sets, previously used in author profiling research, have been collected. The data sets gathered contain blog texts, social media data and Twitter data. Furthermore, numerous experiments are implemented using commonly used machine learning classification algorithms and language recognition methods. The experiments are performed on individual genre data sets, as well as combined domains.
The results showed that it is possible to determine the age group of authors with relative accuracy, based on how they write. Results also reveal that the linear kernel SVM (Support Vector Machine) produces the best results throughout the experiments, in regards to overall prediction accuracy, precision and recall score, and the combined measure. Moreover, some of the textual features that are effective in distinguishing text written by the different age groups across the genres are TF-IDF (Term Frequency - Inverse Document Frequency), LIWC (Linguistic Inquiry and Word Count), n-grams, PoS (Part of Speech) tagging and stylistic language frequencies. Additionally, the results show that the models that are trained on a combined set of genres underperformed compared to models that trained only on a single domain
Using Author Profiling to Determine the Age Group of an Author
No full textDenne masteroppgaven utforsker hvordan fastslå aldersgruppen til en forfatter. I hovedsak om forfatteren er et barn, som vil si under 18 år, eller voksen, 25 år og oppover. Videre er målet å undersøke hvilke tekstlige trekk som best korrelerer med alderen til en forfatter, over flere genrer. Til slutt, vil vi utforske om det vil være tilstrekkelig å kun bruke en felles modell for å predikere alderen over flere domener, eller om hver enkelt genre trenger en individuell modell. For å få svar på disse spørsmålene, har datasett fra tidligere forsking innenfor feltet forfatterprofilering, blitt samlet inn. Disse datasettene inneholder bloggdata, sosial mediatekster og Twitterdata. Videre har flere eksperimenter blitt utført på disse datasettene, der vi brukte maskinlærings algoritmer ofte brukt til klassifisering, samt ofte brukte språkgjenkjennelsesmetoder. Eksperimentene som ble utført ble gjort på individuelle datasett, i tillegg til kombinerte datasett.
Resultatene viser at det er mulig å fastslå aldersgruppen til forfattere basert på hvordan de skriver, med relativ høy treffsikkerhet. Videre viser også resultatene fra eksperimentene at lineær kernel SVM (Support Vector Machine) produserte de beste resultatene, med tanke på treffsikkerhet, presisjon og recall score, og den kombinerte verdien. Det erflere tekstlige trekk som ernyttige til å skille tekstene fra de forskjellige aldersgruppene og genere fra hverandre. Noen av disse er TF-IDF (Term Frequency - Inverse Document Frequency), LIWC (Linguistic Inquiry and Word Count), n-grams, PoS (Part of Speech) tagging og frekvensen stilistiske språklige trekk. Til slutt, viser resultatene at modellene som er trent på kombinerte sett med genre, gjorde det betraktelig dårligere enn modeller som bare var trent på individuelle domener
Online Grooming Detection on Social Media Platforms
Get PDFOnline grooming detection has become a critical research topic in the era of extensive data analysis. It is essential to protect vulnerable users, particularly adolescents, against sexual predation on online platforms and media. However, many factors challenge online grooming detection, which leads to a high-risk problem for youth. The primary goal of this research work is to provide techniques that increase children’s security on online chat platforms. To this extent, many experiments have been conducted to create models fulfilling our research goal. As such, this thesis contains a comprehensive survey of child exploitation in chat logs that provides the readers with a deep knowledge of the problem, possible research gaps, and proposed solutions. In this research, we split the online grooming detection problem into several subproblems, including author profiling, predatory conversation detection, predatory identification, and data limitations issues.
The leading theory behind the author profiling in this problem comes from the fact that online predators provide fake identities to tarp their young victims. At the same time, children’s characteristics differ from the ones who imitate a minor, which leads us to detect the gender of users in this research. In this thesis, we propose a gender detection model that can recognize the gender of authors based on their keystroke dynamics features. This research also provides a fake identity detection technique with a high performance that detects users who are dishonest about their identity.
Providing an automatic predatory conversation detection system facilitates law enforcement authorities to act on time before any tragedy occurs. Therefore, we have examined and proposed several predatory conversation detection and predatory identification techniques focusing on finding the best feature vectors and embeddings that lead to the best performance in online grooming detection.
This thesis also aims to gain deep knowledge about predatory behaviour with semantic analysis. We might lose some semantic information by applying conventional embeddings such as Word2vec or GloVe feature vectors since they provide a single word embedding for a term in different contexts. At the same time, humans show their motivations in phrases or sentences rather than single terms. So, we provide an online grooming detection model based on extracting embeddings from sentences rather than single words. We apply contextual model based such as Bert-based and RoBerta-based systems for each sentence.
Several constraints, such as privacy and security issues, availability, and the imbalanced nature of the datasets, challenge online grooming datasets. The number of predatory chat logs is considerably lower than the other online conversations,
leading to a highly imbalanced data problem. It is challenging to build a machine learning model based on imbalanced datasets, which motivates us to provide a model to handle this issue. This research proposes a model that uses a hybrid sampling and class re-distribution to gain augmented data for coping with highly imbalanced datasets. We also improve the diversity of classifiers and feature vectors by perturbing the data along with the augmentation in an iterative manner.
Finally, we conclude our research by discussing potential research gaps and open problems and proposing possible solutions for them to give deep insights to the readers of future work based on the work of this thesis
Cyber Grooming Detection: Human or Machine? Or Hybrid?
Get PDFDen teknologiske utviklingen byr på mange nye muligheter. Med slike muligheter
kommer også nye utfordringer. En av disse er cybergrooming. Predatorer utnytter
disse nye mulighetene som lar dem være til stede over alt i det digitale rom, for å
etablere relasjoner til barn. Disse relasjonene blir videre misbrukt av predatorene
for å utføre seksuelle overgrep eller andre straffbare handlinger. Denne oppgaven
tar sikt på å oppdage utvidet kunnskap om egenskaper fra menneskelig analyse,
som mennesker finner definerende ved predator-samtaler og ikke-predatorsamtaler.
Egenskaper som potensielt kan benyttes til å forbedre cybergroomingdeteksjonssystemer.
Det eksisterer cybergrooming-deteksjonssystemer som benytter
seg av maskinlæringsalgoritmer, men det er begrenset hvor mye maskinlæringsalgoritmer
klarer å lære seg på egen hånd. Det ble samlet inn menneskelige evalueringer
av samtaler. Disse evalueringene ble sammen med de korresponderende
samtalene videre analysert for å oppdage trender, mønstre og egenskaper av definerende
art. Ingen egenskaper sto seg frem som absolutte i alle predator-samtaler,
noe som betyr at en egenskap alene ikke med absolutt sikkerhet kan si om en
samtale potensielt er en predator-samtale eller ikke. Kombinasjoner av to eller
flere egenskaper ble funnet til å stort sett alltid være til stede i predator-samtaler.
Flere egenskaper viste seg å være av definerende art. Noen egenskaper er aldersdefinerende,
og andre definerer potensielt tiltenkte handlinger. Ikke-predatorsamtaler
utgjorde mesteparten av evalueringene, og de fleste av disse var definert
som normale samtaler. Noen samtaler var også definert som seksuelle. For å potensielt
kunne benytte disse egenskapene kan implementasjoner av ulike maskinlæringsmetoder
inkluderes i eksisterende cybergrooming-deteksjonssystemer, som
for eksempel AiBA (Author input Behavioral Analysis). Egenskaper kan legges til
i systemer på ulike måter for å forbedre deteksjon og hjelpe med deteksjon av
pågående cybergrooming på et så tidlig tidspunkt som mulig.The technological evolution is providing new opportunities at fast pace. Such opportunities
also come with new challenges, one of which is cyber grooming. Predators
are taking advantage of the new opportunities being present everywhere, establishing
relations to children. The relations are further misused by the predators
to perform sexual abuse or other malicious actions. This thesis aims to discover
extended knowledge of features found from human analysis of predatory and
non-predatory chat conversations. Features of which potentially can be used to
improve cyber grooming detection systems. There exist cyber grooming detection
systems utilizing machine learning algorithms, but machine learning algorithms
can only discover so much on their own. Human evaluations of conversations
were collected. The collected evaluations and corresponding conversations were
further analyzed to discover trends, patterns and features of defining nature. No
feature stood out as absolute in every predatory conversation, meaning one feature
alone cannot with absolute certainty tell if a conversation is predatory or
non-predatory. Combinations of two or more features were, however, found to
almost always be present in predatory conversations. Several features showed to
be of a defining nature. Some features are age defining and others are defining
potentially intended actions. Non-predatory conversations constituted most of the
evaluations, mostly being defined as normal conversations and some being sexual
conversations. In order to potentially make use of the features, implementations
of various machine learning methods can be included in existing cyber grooming
detection systems, as for example AiBA (Author input Behavioral Analysis). Features
can add to systems in different ways in order to improve detection and help
detect ongoing cyber grooming at an earlier point of time
Cyber Grooming Detection: Human or Machine? Or Hybrid?
No full textDen teknologiske utviklingen byr på mange nye muligheter. Med slike muligheter
kommer også nye utfordringer. En av disse er cybergrooming. Predatorer utnytter
disse nye mulighetene som lar dem være til stede over alt i det digitale rom, for å
etablere relasjoner til barn. Disse relasjonene blir videre misbrukt av predatorene
for å utføre seksuelle overgrep eller andre straffbare handlinger. Denne oppgaven
tar sikt på å oppdage utvidet kunnskap om egenskaper fra menneskelig analyse,
som mennesker finner definerende ved predator-samtaler og ikke-predatorsamtaler.
Egenskaper som potensielt kan benyttes til å forbedre cybergroomingdeteksjonssystemer.
Det eksisterer cybergrooming-deteksjonssystemer som benytter
seg av maskinlæringsalgoritmer, men det er begrenset hvor mye maskinlæringsalgoritmer
klarer å lære seg på egen hånd. Det ble samlet inn menneskelige evalueringer
av samtaler. Disse evalueringene ble sammen med de korresponderende
samtalene videre analysert for å oppdage trender, mønstre og egenskaper av definerende
art. Ingen egenskaper sto seg frem som absolutte i alle predator-samtaler,
noe som betyr at en egenskap alene ikke med absolutt sikkerhet kan si om en
samtale potensielt er en predator-samtale eller ikke. Kombinasjoner av to eller
flere egenskaper ble funnet til å stort sett alltid være til stede i predator-samtaler.
Flere egenskaper viste seg å være av definerende art. Noen egenskaper er aldersdefinerende,
og andre definerer potensielt tiltenkte handlinger. Ikke-predatorsamtaler
utgjorde mesteparten av evalueringene, og de fleste av disse var definert
som normale samtaler. Noen samtaler var også definert som seksuelle. For å potensielt
kunne benytte disse egenskapene kan implementasjoner av ulike maskinlæringsmetoder
inkluderes i eksisterende cybergrooming-deteksjonssystemer, som
for eksempel AiBA (Author input Behavioral Analysis). Egenskaper kan legges til
i systemer på ulike måter for å forbedre deteksjon og hjelpe med deteksjon av
pågående cybergrooming på et så tidlig tidspunkt som mulig
Going Beyond Counting First Authors in Author Co-citation Analysis
Get PDFThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Chat Room safety: Keeping children safe in online environments
No full textBarn og unge bruker mer og mer av sin tid på internett. I en alder av ti har nesten alle barn tilgang til en smarttelefon. Ni av ti barn og unge i alderen ni til 18 bruker ett eller flere sosiale medier, og andelen øker med alderen. Utviklingen av internett og sosiale medier i kombinasjon med barn og unges tilgang til PC, nettbrett og andre mobile enheter gir store muligheter for mennesker som ønsker å etablere seksualisert kontakt med barn. Mange av nettstedene, sosiale medier og nettspill som er ment for og brukes av barn - brukes også av voksne som på forskjellige måter lokker barn til seksualiserte situasjoner. Gjennom grooming prosessen kan en voksen bygge et tillitsforhold og oppnå en følelsesmessig forbindelse med et barn eller en ungdom, som de senere kan dra nytte av for å manipulere, utnytte og misbruke dem. Denne oppgaven er ment å skaffe innsikt i kunnskapen om grooming og seksuelle overgripere på nettet. Gjennom dette er målet å utvikle en måte å advare barn på i live chat-samtaler.
Masteroppgaven vil være en del av prosjektet AiBA (Author Input Behavioral Analysis), som overvåker chattesamtaler gjennom atferdsbiometri og tekstanalyse for å advare brukere om falske identiteter og mistenkelig atferd. AiBA-prosjektet er gjennomført av Norsk biometri-laboratorium som er en del av Institutt for informasjonssikkerhet og kommunikasjonsteknologi ved NTNU på Gjøvik. Prosjektet har som mål å identifisere falske profiler i chatte-applikasjoner ved hjelp av en maskinlæringsmetode innen tastetrykkdynamikk og stylometri, spesielt for å beskytte barn mot seksuelle overgripere som finner ofrene sine online.Children and young people are spending more and more of their time on the internet. By the age of ten, almost all children have access to a smartphone. Nine out of ten children and young people aged nine to 18 use one or more social media, and the proportion increases with age. The development of the internet and social media in combination with children and young people's access to PC, tablet and other mobile devices offer great opportunities for people seeking to establish sexualised contact with children. Many of the websites, social media and online games intended for and used by children are also used by adults, who in various ways entice children into sexualised situations. Through grooming, an adult can build a relationship, trust and emotional connection with a child or young person, which they later can take advantage of to manipulate, exploit and abuse them. This study is intended to acquire insight into the knowledge of grooming and online sexual predators. Through this, the aim is to develop a way to warn children in live chat conversations.
The master thesis will be part of the AiBA (Author Input Behavioral Analysis) project, which monitors chat conversations through behavioural biometrics and text analysis to warn users about false identities and suspicious behaviour. The AiBA project is conducted by the Norwegian Biometry Laboratory, which is part of the Department of Information Security and Communication Technology at NTNU Gjøvik. The project aims to identify fake profiles in chat applications using a machine learning approach within the field of keystroke dynamics and stylometry, particularly for protecting children from sexual predators that find their victims online
Chat Room safety: Keeping children safe in online environments
No full textBarn og unge bruker mer og mer av sin tid på internett. I en alder av ti har nesten alle barn tilgang til en smarttelefon. Ni av ti barn og unge i alderen ni til 18 bruker ett eller flere sosiale medier, og andelen øker med alderen. Utviklingen av internett og sosiale medier i kombinasjon med barn og unges tilgang til PC, nettbrett og andre mobile enheter gir store muligheter for mennesker som ønsker å etablere seksualisert kontakt med barn. Mange av nettstedene, sosiale medier og nettspill som er ment for og brukes av barn - brukes også av voksne som på forskjellige måter lokker barn til seksualiserte situasjoner. Gjennom grooming prosessen kan en voksen bygge et tillitsforhold og oppnå en følelsesmessig forbindelse med et barn eller en ungdom, som de senere kan dra nytte av for å manipulere, utnytte og misbruke dem. Denne oppgaven er ment å skaffe innsikt i kunnskapen om grooming og seksuelle overgripere på nettet. Gjennom dette er målet å utvikle en måte å advare barn på i live chat-samtaler.
Masteroppgaven vil være en del av prosjektet AiBA (Author Input Behavioral Analysis), som overvåker chattesamtaler gjennom atferdsbiometri og tekstanalyse for å advare brukere om falske identiteter og mistenkelig atferd. AiBA-prosjektet er gjennomført av Norsk biometri-laboratorium som er en del av Institutt for informasjonssikkerhet og kommunikasjonsteknologi ved NTNU på Gjøvik. Prosjektet har som mål å identifisere falske profiler i chatte-applikasjoner ved hjelp av en maskinlæringsmetode innen tastetrykkdynamikk og stylometri, spesielt for å beskytte barn mot seksuelle overgripere som finner ofrene sine online
Variations on the Author
Get PDF“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
- …
