Abstract | Keywords | Export | Availability | Bookmark

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Doelstelling: Het doel van de studie was om een algemene literatuurstudie over cyberpesten te presenteren en na te gaan in welke mate er al onderzoek gevoerd is naar de linguïstische realisatie van cyberpesten. Door gebruik te maken van een zelfaangelegd corpus met cyberpestberichten, werd er nagegaan hoe deze verwoord worden en of deze resultaten ons een aanwijzing kunnen geven voor automatische detectie. Middelen of methode: Voor deze studie werd er een corpus van cyberpestberichten verzameld via de sociale netwerksite Facebook, namelijk via de wedstrijd "Mooiste Tiener van België". In totaal werden er 1.278 posts verzameld, waarvan 710 posts als flames werden beschouwd. Op basis van Spertus (1997), Wiebe et al. (2001) en Razavi et al. (2010), werd er een annotatiesysteem ontwikkeld dat naging hoe flames verwoord worden. De volgende categorieën werden geannoteerd: negatieve werkwoorden, negatieve zegswijzen, negatieve adjectieven, negatieve zelfstandige naamwoorden, negatieve tussenwerpsels en negatieve zinsmodificeerders (gebaseerd op Spertus). Achteraf werden de gazetteers van flames getest op onze data set om na te gaan hoeveel flames zo kunnen worden gedetecteerd. Verder werden alle flames ingedeeld volgens de types die beschreven werden door Razavi et al. en onderzochten we of sarcastische opmerkingen eindigen met een emoticon of meerdere leestekens zoals ‘? en ‘!'. Resultaten: Uit deze studie blijkt dat pestberichten op sociale netwerksites vaak bestaan uit negatieve zelfstandige naamwoorden en negatieve adjectieven. Er werd voornamelijk verwezen naar fysieke eigenschappen en er werd ook geprobeerd het slachtoffer belachelijk te maken. We kunnen stellen dat gazetteers van die woordcategorieën ons kunnen helpen bij het automatisch detecteren van flames. Ongeveer 14% van alle hits bevatten spellingsfouten, waardoor we kunnen stellen dat we bij het automatisch detecteren aandacht moeten hebben voor spellingscorrectie.

Corpusgebaseerd onderzoek. --- Cyberbullying. --- Cyberpesten. --- Facebook. --- Flames. --- Gazetteer. --- Sociale netwerksites.