Journal of Experimental Criminology

The objective of this proof-of-concept study was to apply natural language processing (NLP) techniques to case notes of probationers to identify textual features associated with absconding from supervision. A text regression method called concise comparative summaries (CCS) was applied to case notes from N = 2,000 misdemeanor and felony offenders on probation in Tarrant County, Texas. Half of the probationers had completed probation, while the other half had absconded. There were 10 words and phrases associated with probation absconding (e.g., “technical violation”, “failed pay”, “cannabinoids”) and 14 associated with probation completion (e.g., “paid fees”, “alcohol use”, and “everything going well”). Results affirm the utility of using NLP methods to identify key words and phrases that are associated with probation absconding and completion and may help generate hypotheses for future research on absconding.

هدف این مطالعه اثبات مفهوم، به‌کارگیری تکنیک‌های پردازش زبان طبیعی (NLP) بر یادداشت‌های پرونده افراد تحت آزادی مشروط به‌منظور شناسایی ویژگی‌های متنی مرتبط با فرار از نظارت بود. یک روش رگرسیون متنی با عنوان خلاصه‌های مقایسه‌ای موجز (CCS) بر یادداشت‌های پرونده N = 2,000 نفر از مجرمان دارای جرایم جنحه و جنایی که در شهرستان Tarrant ایالت تگزاس تحت آزادی مشروط بودند، اعمال شد. نیمی از افراد تحت آزادی مشروط دوره خود را به پایان رسانده بودند و نیمی دیگر فرار کرده بودند. ده واژه و عبارت با فرار از آزادی مشروط (مانند «تخلف فنی»، «عدم پرداخت»، «cannabinoids») و چهارده واژه و عبارت با اتمام آزادی مشروط (مانند «پرداخت هزینه‌ها»، «مصرف الکل» و «همه چیز به خوبی پیش می‌رود») مرتبط بودند. نتایج، سودمندی استفاده از روش‌های NLP برای شناسایی واژه‌ها و عبارات کلیدی مرتبط با فرار و اتمام آزادی مشروط را تأیید می‌کند و ممکن است به تولید فرضیه‌هایی برای پژوهش‌های آینده درباره فرار کمک کند.