Schoonvader neuken masturberende kutjes

schoonvader neuken masturberende kutjes

...

Ik wil gebeft worden echte sexanzeigen

Moest ik nu nog een doctoraat schrijven over het d ritte Reich Maar nee, 't zal wel zijn omdat mijn hersenen gymnastiek nodig hebben.

Bij gebrek aan een full-time betrekking die mijn neuronen am besten weet te gebruiken. Een vriendin vindt dat er nogal veel wanhoop blijkt uit mijn mails en andere schrijfsels.

Zelfs uit mijn sollicitatiemails. Dat en Duits en Slowaaks leren. Wie de werkloze met de meeste talenkennis, geschiedkundige bagage en de vlotste en de scherpste pen en meest lenige beftong nee, William, dat laatste zet ge NIET op een CV zoekt, mag bij mij aankloppen. Volgens een maat sta ik op een patronale zwartlijst, omdat de werkgevers liever een arme stakker hebben dan een snuggere schrijver die de kant van stakers kiest.

Volgens d ie van de mutualiteit ben 'k langharig werkschuw tuig. En nu verwacht ge dat ik zeg: Vandaag moest ik mijn dossier binnen leveren bij de ErVéA wie weet wie hier meeleest, mijn blogstatistieken zitten in de lift. Of ze er daar nog wijs uit raken, weet ik niet. Freelance journalist, artiest, acteur, kunstmatig artistiek ondernemer tegenwoordig moet alles gelinkt worden aan ondernemen I don't know.

Op een bepaald moment zijt ge die papierwinkel zo kotsmoe dat 't u toch allemaal niet meer kan schelen. Wat moet dat zijn voor mensen die nooit intellectualistische prietpraat hebben moeten leren op den unief om zich door zo'n wredig duidelijk opgesteld ErVéA-dossier te worstelen? Een maat van mij die iets economisch zinnigs doet met zijn Slavische talen-en niet uitsluitend iets innig romantisch gelijk ik- en dus in Slovenië zit, schrijft mij vandaag en ik citeer: Heb hier een vertaling gemaakt, maar om te worden uitbetaald, moest ik volgens de belastingsdienst een 'Bewijs van residentie' in België gaan halen om aan te tonen dat ik in België woon en daar dus eventueel belastingen betaal.

Dat heb ik gedaan, dan ben ik hier in Slovenië terug naar de belastingsdienst geweest, die zeiden dat het goed was, maar dat ze wel een vertaling nodig hadden. Dat kon ik natuurlijk wel begrijpen. Heb dan 25 euro betaald voor die vertaling had het even goed zelf kunnen vertalen want moeilijker dan ime, naslov en zo van die woorden ging het niet worden, maar ja, had officiële stempel nodig op die vertaling en dat kon ik er natuurlijk niet zelf op zetten Toen zeiden ze dat ik binnen twee tot drie weken mijn geld zou mogen verwachten.

Die maat van mij vallen ze lastig voor zoiets, maar het grote Sloveense geld, dat ontsnapt natuurlijk. Gelijk ik hier als artistiek ondernemer vakjes kleur op mijn stempelkaart om ons maatschappelijk bestel gestut te houden. Leve mijn maat, die zich al die moeite troost, om zo de Sloveense staatskas te spijzen. Het bronstige addertje onder het scherpgerande gras: Ik laat mij al melken door mijn eigen ideologie, ik ga mij nu niet laten kakkerneuken door het schaamlapje van centrumpartijen allerlanden.

Ze kunnen dik mijn kloten kussen daar bij de Verenigde Naties. Vooral hun Oekraïense deputaties, indien vrouwelijk, staat het vrij om helemaal gratis mijn kloten te kussen. Maar ik dank de maat die het goed bedoelt, en er waarschijnlijk vanuit gaat dat als ik maar lang genoeg gratis draaf voor de VN ze mij dan uiteindelijk wel ergens een betaald jobke vinden.

Om rapportjes te schrijven over onderdrukte minderheden waar dan niemand wat mee doet met die rapportjes. Een andere maat ik herhaal: En rijfde vandaag zijn eerste voorschot van euro binnen. Daar kunt ge al wat mee aan. Die lacht eens schamper als hij ziet wat ik uitspook, met mijn weke ellebogen. En Wenen is nog een prachtige stad bovendien. NOG een andere maat van mij als ge niet kunt uitpakken met uw dikke sjees die ge zuur aan 't afbetalen zijt, moet ge uitpakken met uw maten he is voor mij aan 't lobbyen om als ambtenaar te gaan werken.

Ik heb dat ooit al eens een paar weken gedaan. Dat was een van de schoonste jobkes van mijn woelige carrière. Teksten van de Europese Unie lezen. Hard op weg om mijn nieuwste lievelingstaal te worden. En gewoon lezen he. Ik moest ze niet eens vertalen. Alleen af en toe een uitermate schwierig woord in de woordenboek van 't ministerie van financiën zetten.

Als er toen geen schandaal was uitgebroken waarbij bleek dat heel Aalst daar al werkte na het collectief steriel likken van de aars en uiteindelijk ook de hele endeldarm van ene Anne-Marie Verdoodt, dan was ik daar zeker gebleven. En dan was ik als Mensch nooit nog gegroeid en snapte ik nu nog altijd de bollen van hoe de economie en 't leven echt macheert, maar het had toch mooi kunnen zijn.

Zo een lekker gepland modelleven, met een schoon loon op 't eind van de maand, stipt gestort en niet om moeten bedelen, een pak voordelen, een driesterrenrestaurant, gewoon zo, een verdieping lager voor alle collega's samen, godverdomme ja, het had schoon kunnen zijn, om ook zo vrij te vegeteren en nog te durven zagen ook, dat soms de telefoon rinkelt.

Het heeft niet mogen zijn. De aars van Anne-Marie Verdoodt stond aangebrand op de cover van 't Nieuwsblad en ik moest niet meer aantreden met mijn tong. Ik mocht ergens anders gaan lekken. En gelekt heb ik, maar 't heeft mij zelden een job opgeleverd. En om af te sluiten met NOG een maat, een vriendin deze keer: En verdorie schoon geschreven, alsof ze een zenboedhiste was, en eigenlijk is ze dat ook. De munchies ik noem mijn collegatreinreizigers knabbelaars, 'k weet 't, 't is denigrerend, en ik beloof er mee te stoppen als ze allemaal een boek van mij kopen, ze moeten 't niet lezen, ik ben geen sadist, helaas nog te veel masochist keken mij stomverbaasd aan.

Alsof er daar iets zeer sacraals en zeer uitzonderlijk gebeurde. Het was ook echt zeer uitzonderlijk. Een 21ste eeuwse dame had zowaar de tijd gevonden in het genadeloze jachtklimaat om iemand een hele brief te schrijven met de hand.

Ze keken mij aan alsof ik uit een teletijdmachine was gevallen. En ik vond dat best plezant, ik val niet graag op met een dikke sjees voor mijn deur, maar ik val graag heel hard op met dingen die twee keer niks kosten, ge ziet, ik ben altijd eerlijk. Ze schreef onder andere iets over zelf verantwoordelijkheid opnemen voor alles wat u overkomt. Voor een communist is dat nu natuurlijk vloeken in de kerk, want het is het systeem dat ons in de merde duwt. Maar laat haar nu even doen, deze blog is innig verliefd op het vrijelijkste vrije woord.

Ze zei dat als ons iets overkomt, dat ons dan blijft overkomen, tot we de les leren die er altijd uit te leren valt. Welke les ik moet leren om nooit nog gelijk een parasiet behandeld te worden en eindelijk eens de financiële influx te hebben die past bij de intellectuele capaciteiten die mij al toegedicht worden sinds de kleuterklas, awel, ik weet het niet.

Ik hoop dat ik het rap leer, want mijn afkeer voor dat soort bewijsrondes van 'ik ben geen parasiet, want kijk En 't is ook absurd, want het hoeft allemaal niet te gebeuren.

En ik kan natuurlijk altijd een excuus vinden waarom het gebeurt, maar ik peins dat ik eigenlijk gewoon veel te braaf ben. En aan braafheid zijn al meer mensen gestorven, stillekes, dan aan driestheid, dollekes. Dus ik zal dan maar eens een maand geen boeken kopen en zien of ge op amazon, naast licht aangebrande in Haïti door slavenarbeid bekomen T-shirts, ook kostuums kunt bestellen, zodat ik gelijk een schaap in wolfskleren de wereld kan in sluipen, om eerst mee te graaien en eelt te kweken op de ellebogen en daarna des te beter de stemlozen een stem te kunnen geven.

Goed op weg om de spartaansheid van mijn bijzonders gebeurtenisloos leven met factor 0,05 te verhogen door elke dag 8 km te gaan lopen langs de muddy banks of the Dender. Ik zeg muddy om het te romantiseren. Want op heel het traject ligt maar één plas water van één vierkante meter groot. Voorts begint het traject wel meer en meer te lijken op de Mekongvallei. Niet omdat er een bende verpauperde Erembodegemenaars hun werkloosheidsuitkering uitbreidt door clandestien rijst te verbouwen op stukken grond die van hen niet zijn, maar omdat het er daar zo groen bij ligt.

Groen is goed voor het gemoed. En dat is goed voor mij, want ik heb doorgaans het gemoed van een bloedmooi zestienjarig Duits meisje dat een Russisch tankregiment hoort aanrollen anno februari Dat wil niet zeggen dat ik op het punt sta om mij op te hangen in de varkenstal in den hof. We hebben geen varkenstal. Het is overigens niet al kak op Facebook. De tweede beste Stalingradexpert van België schrijft in zijn status update: Alle journalistiek is natuurlijk altijd op de een of andere manier wel propaganda.

Klakkeloos berichten overnemen van Belga is passieve propaganda. En wat ik zelf schrijf, is ethisch goed bedoelde propaganda, maar het blijft dan wel bij goedbedoeld, want hierna kijken weer zoveel dorpsgenoten minder mij op straat nog aan. Propaganda hoeft voor mij geen negatieve bijklank te hebben. Dat is te veel eer voor Herr Goebels. Propaganda is ok, zolang de lezer weet dat het om propaganda gaat.

Maak voor het gemak wel nog eventjes -let wel: Want ja, om elke dag 8 km te lopen, kan je best al je testosteron opsparen. En da's bij mij altijd al in short supply geweest. Of was 't de productie van groeihormoon die ik saboteerde door als kind al de nachtuil uit te hangen? Er circuleren nog wel ergens foto's van mij als vijfjarig te midden van een hoop Playmobil die een of andere belegering van Sebastopol moet uitbeelden, waar ik temidden slaap. Staande on my own two feet. Overigens het dichtste dat ik ooit gekomen ben tot op mijn eigen beide benen staan.

Rebel without a kous , gelijk mijn pa het samenvatte. Dat piekende testosteronniveau heeft ook tot gevolg dat ik gewoon random foto's van Slowaakse vriendinnen van Slowaakse Facebookbvriendinnen gewoon hier op mijn blog smijt. Wat u ziet is dus gewoon EEN Slowaakse. Een langpootmug zoals mijn maten en ik die gedoopt hebben. Benen tot onder hun schouders. Dus geen fotomodel, gewoon een random Slowaakse, zoals ze er daar hele straten vol van hebben.

Wie zijn testosteron wil zien pieken tot voorbij de adromedanevelen mag rustig een wandeling nemen door de winkelstraten van Bratislava. De beste plek om te lopen in Bratislava ligt omstreeks deze tijd belegd met naaktzonnende langpootmuggen, met zeer fiere borsten.

Ik vind dit niet uit. Het is een van de redenen waarom ik terug naar België ben gekomen. Het is gewoon slopend om niet te kunnen ontsnappen aan al dat vrouwelijk geweld. Maar na een jaar in België, begin je er toch weer terug naar te verlangen. En ik kan altijd nog mijn bril afzetten voor ik buiten ga, zoals mijn Chileense maat Manuel doet.

Hij loopt dan wel tegen verlichtingspalen, maar het scheelt heel wat pijn voor zijn paal. Over manvrouwrelaties deel ik graag nog deze prent, ook al weer opgeduikeld uit de beerput die Facebook is.

Want je kan er soms toch een parel opvissen. Net zoals ik hier in Brussel-Centraal soms eens een vrouw zie die bijna zo mooi is als een doorsnee Slowaakse. Hier hebben ze alleen de overbekende reguliere muggen, die met Slowaakse langpootmuggen enkel gemeen hebben dat ze je bijten in bed. Ik ga stretchen, want ik wil ook morgenvroeg weer mijn gebruikelijke acht kilometer kunnen strompelen ergens in de DMZ. Demilitarized zone van Erembodegem, het pad langs de Dender. Waar je eventjes geen Johnnies en Mariana's tegenkomt, die wel graag sportschoenen dragen, maar nooit gaan lopen, tenzij je hen vraagt om een boek te lezen.

Hoogstens enkele zwermen amateurcoureurs zie je daar. Die gelukkig snel voorbij zijn. En je voor luttele seconden onderdompelen in een walm van wasverzachter. Maar dat is ook weer snel voorbij. En dan is er alleen het asfalt, het gegons van de E ergens boven je kop, de uitgestrekte groenigheid en genadig slinkende testosteroniveaus.

En de dag alvast begonnen met deze TedTalk. Ik kreeg verder al een uppercut op mijn kin, vanwege Renaat Van Poelvoerde, de laatste man die de miserie van hele landen nog optekent, waar wij allang te afgestompt voor zijn om nog naar om te kijken. En op het nieuws hebben ze 't liever over sport dan over de onthuizing van duizenden. Eén onthuizing is leuk voor een stuk in Dag Allemaal.

Massale onthuizingen gaan al rap vervelen. Dat blijkt uit cijfers van de Spaanse centrale bank. Volgens de Spaanse centrale bank werd vorig jaar op De rest zijn vakantiewoningen en woningen bestemd voor verhuur.

Geschat wordt dat sinds het begin van de crisis in zowat Daar zouden we met z'n allen steil van achterover moeten vallen. Vooralsnog gaat het geconsumeer heerlijk oblivious verder. De koopgrage mensen gaan zich door een beetje regen niet laten afschrikken, die zijn niet zo week als deze bohémien. Ik vroeg gisteren aan iemand die het kan weten: Nee, België staat er nog sterk genoeg voor. We zitten nog wel even safe. Zet nog een stoelke bij daar op de terassen van de Grote Markt.

Dat beetje regen gaat ons niet tegenhouden. Café de koning van Spanje is het dichtste dat we zien van de Spaanse crisis. Een beetje gelijk Spaanse griep. Als ge 't een nationaliteit geeft, staat ge er vanzelf buiten. Ondertussen kweekt men hier de stoottroepen van de neoliberale golf.

Mijn grootvader ligt in de kliniek. Drie overbruggingen, klaplong, pacemaker nodig, paar keer een bloedklonter in zijn hersenen waardoor hij nu Duitse marsliederen ligt te zingen voor de hele afdeling we zien zijn gemijmer over hoe Nazi-Duitsland toch Moskou had kunnen innemen en zijn jarenlange noeste arbeid voor Volkswagen plots in een heel ander licht.

Hoe zeer gemanipuleerd zijn we al niet, als ik al mij afvraag wat de kost is voor de samenleving? Ten eerste weet ik dat niet te berekenen. Wat kost het de samenleving om een gepensioneerde wekenlang op hartbewaking te houden? Maar ten tweede is het vooral alarmerend dat een linkse Bohémien toch die vraag in zijn kop ziet opduiken.

En bijna met enige fierheid concludeert: Kost voor de samenleving. Verlies voor de samenleving, dat moet ik zitten berekenen. Mijn grootvader doet met zijn pensioen de economie draaien. Zijn overlijden zou in de eerste plaats al een klap zijn voor de lokale frietkotindustrie. Tussen het zingen van Alte Kameraden door, vraagt hij geregeld om een groot pak friet met mayonaise en pickles.

Hetgeen mij hoopvol stemt over zijn overlevingskansen. En de lokale frietkotindustrie. Ah nee, die niet. Ja, je kan niet iedereen redden. Ik ga er straks van weg lopen. Als 't drie kwartier wil stoppen met regenen. De tijd dat ik schreeuwde 'if it ain't raining, we aint training' is al zolang gespat als de huizenbubbel. Morning papers noemt Julia Cameron het. Kwestie van nooit in writer's block te vervallen, gewoon dagelijks beginnen met een tweetal pagina's over whatever in uw mind komt gevlogen.

Het moet niet goed geschreven zijn, het moet geen steek houden, het moet u alleen maar ontgiften en kickstarten. Ik open Facebook, de blauwe fee. Filip de Bodt van VZW Uylenkot het moet niet correct gespeld zijn in de morning papers deelt al verontwaardigd een opiniestuk in de Morgen.

Wereldoorlog drie wordt in de rest van de wereld nog uitgevochten met afdankertjes uit wereldoorlog twee, stokoude Duitste Sturmgewehren duiken zelfs op in Irak, maar hier in 't westen vechten we wereldoorlog III uit met opiniestukjes en veel verontwaardiging. De sociale media zijn vooral de asociale slagvelden geworden. We gaan nog lang opiniestukjes over en weer schieten. En in 't niemandsland zit het overgrote deel van de bevolking dat zich afkeert van politiek, er absoluut niks mee te maken wil hebben, en hoogstens afgestompt kankert op al wie hun een doorn in het oog is de gemiddelde Vlaming heeft een kloek balkske in beide ogen, da's bekend, je kan er de opiniestukken op na lezen.

Vannacht ging ik wandelen, want ik loop de muren op zonder mijn lief, hier in the void, wat wij Erembodegem noemen en ik kreeg de neiging om Vlaamse leeuwenstickers van veel te propere altijd een slecht teken auto's te trekken. Maar ja, ten eerste heb ik daar een erg negatieve associatie mee, met die leeuwenbrol, ik haat bovendien ook nog de kleur geel brave conformistische bierbuikpapa's dragen gele zwembroeken op 't strand en die associatie is heel negatief, wie weet bedoelt die lustige stickerplakker iets helemaal anders met zijn leeuwenvlagje zijn, niet haar, vrouwen plakken geen vlaggen op hun auto en daarom zijn zij het wijze geslacht , misschien bedoelt die gewoon dat hij graag frieten eet en in slaap valt voor de wielerkoers om wakker te schieten bij de finish.

Dus ik liet die vlagskes dan toch maar hangen. Wellicht ben ik beter met een opiniestuk over leeuwenvlaggen, dan echte actie. Want echte actie, daar doen we niet meer aan mee. De politieke arena, da's Facebook, de blauwe fee, en opiniestukken.

Gegarandeerd is een maar een minipercentage van de bevolking die zich dagelijks door al die opiniestukken worstelt. Nog geen 2 procent waarschijnlijk. En die vreten dan hun kas op en kruipen zelf in hun verontwaardigde pen. Om de problemen op te lossen, zou ik als gokker ik gok helaas alleen met mijn tijd, niet met mijn geld, da's ook weer cryptisch he toch mijn geld zetten op mensen die nooit opiniestukken schrijven en helemaal nooit opiniestukken lezen. Want gelijk Boon al zei, zij die niks te vertellen hebben, schrijven, zij die wel iets te vertellen hebben, kunnen niet schrijven.

Boon had trouwens verder ook niet veel te vertellen, maar hij kon het wel sappig brengen. En er blijven tenminste een paar goeie citaten van over. Ik heb net acht kilometer gelopen, en twee pagina's morning papers geschreven, nu nog beffen, the most important meal of the day, en de testes ledigen, en ik ben helemaal ontgift, verre weg van de opninieuze stellingenoorlog.

Met excuus voor eventuele typfouten. Het zijn morning papers. Nalezen fnuikt er de bedoeling van. Jouw vrouw, mijn moeder.

Je doorgrondt iemand misschien nog 't beste door zijn tegenpool te kennen. Bij jou is die niet moeilijk te vinden.

In veel opzichten was mijn moeder het tegenovergestelde van jou. Jullie hadden wel raakpunten, empathie, vrijgevigheid, respect, beleefdheid, humor, maar in jullie attitude tegenover het leven waren jullie totaal verschillend. Bij jou was het alles of niks. Mijn moeder roeit altijd met de riemen die ze heeft, en krijgt altijd meer, door zo dankbaar te zijn voor wat ze heeft. En een slechte situatie kon alleen maar beter worden.

Voor jou kon een slechte situatie maar best status quo gehouden worden, want anders werd het zeker nog slechter. Mijn moeder heeft altijd een bruisend sociaal leven gehad. Een dorps, dat wel. En als Angry Young Man, had je daar een hekel aan.

Recept voor vereenzaming, miskenning en sociaal isolement. Ik weet eerlijk waar niet, hoe je daar uit had kunnen treden. Internet werd pas een factor in het sociaal leven, als je al tegen je einde aanliep. En je was vies van alle technologie die uitgevonden was na Als je soms nog leefde, dan leefde je in het verleden. Mijn moeder was in zekere zin een 'enabler', ze dekte je toe met liefde, en ze probeerde wel om je uit je depressies te krijgen, maar dat wilde toch niet goed vlotten.

Als je half zo hard in jezelf had gelooft als zij in jou, was alles beetje bij beetje wel goed gekomen. Maar je luisterde niet. En als de seks niet zo goed was geweest, zou ze je allang verlaten hebben. Dat zei ze eens toen ik een jaar of twaalf was. Maar verder was zij tevreden met een simpel leven, met een regelmatig gestructureerd gezinsleven en het eren van tradities als Kerstmis en Pasen, en valentijnsdag, tot halloween toe. Het heeft er nog aan gemankeerd dat ze het suikerfeest invoerde.

Ze heeft iets met tradities. Jij haatte tradities, want dat was kleinburgerlijk en die dingen werden alleen georganiseerd om de mensen blij en simpel te houden en om de winkels te doen draaien.

Je kaarten lagen niet simpel geschud, dat is zeker. Het zijn nogal moeilijke criteria voor geluk om in te vullen. Het leven moest intellectueel zijn, het moest rock and roll zijn, het moest rebels zijn, het moest opzienbarend zijn en het moest heilige huizen omver trappen en nog esthetisch verantwoord zijn ook, maar tegelijk moest het toch veilig zijn.

Er moest de zekerheid zijn dat er op 't einde van de maand geld binnenkwam. Je kan natuurlijk zeggen dat je geweldig verantwoordelijk bent geweest. Je hebt je gezin niet laten stikken om een droom na te jagen.

Maar dat hoefde misschien ook niet. Mijn moeder en ik hadden er niks mee ingezeten om elke dag boterhammen met choco te eten als jij tenminste iets deed dat je voldoening gaf. Jouw lach was voedzamer dan eten. Mijn moeder heeft een soort altaar voor jou gemaakt, in de hoek van de living. Als ze over je spreekt, spreekt ze over een verrijking. Over iemand die haar wereld heeft open getrokken. Ze valt bijvoorbeeld niet meer te choqueren.

We kunnen vast niemand die jou niet persoonlijk gekend heeft nog overtuigen dat je heel bijzonder was.

Iedereen zal zijn vader wel heel bijzonder vinden. Maar jij had toch wat ze tegenwoordig een X-factor noemen. En dat besefte je zelf nog het best. Je stond voor de spiegel en zei: Ik kon er toen niet voor zorgen dat je meer voldoening uit het leven haalde, en ik kan het ook nu niet.

Ik ben alleen, soms, vooral elke ochtend als ik wakker schiet, doodsbang dat het ook zo met mij eindigt. Capaciteiten die niet de vruchten dragen, die ze zouden kunnen dragen. Er alleen maar aanzetten toe zien en dan met je kop tegen de muur knallen.

En dan uiteindelijk niet meer proberen. En leven alsof 't een gevangenisstraf is. Met als enige troost dat iedereen vroeg of laat ook de tralies ontdekt.

Als ik iets meer had van mijn moeder, sprak ik misschien geen acht talen, en misschien maar drie, maar met die drie zou ik bijvoorbeeld meer geld verdienen dan met die acht, ook al zou het minder indruk maken. We kopen natuurlijk niks met trots en een afschuw voor het onopvallende.

En ik moet echt oppassen dat ik jou niet wordt. Mijn vrouw is zo positief ingesteld als mijn moeder. Het ware toch fijn als ze mij op een dag niet vond met een plastic zak rond mijn opstandige kop. Wat verwacht je als zoon van een vader. Wie schrijft die blijft. Misschien wilde je niet zozeer schrijven. Misschien wilde je alleen iets doen waarvoor je herinnerd zou worden. Niet alleen maar door mij.

Je wou de geschiedenisboeken in. In je laatste dagen stief de drummer van Jimi Hendrix. Die had tenminste geleefd en die liet nog iets achter ook, zijn muziek.

Je was 53 toen je het zei. In principe had je nog twintig jaar om wél iets achter te laten. Hoeveel beroemdheden kennen we niet omwille van wat ze deden na hun vijftigste? Maar je had allang afscheid genomen van 't leven. En alleen de jeugd was het leven waard. Die young, stay pretty. En 't is waar, ik heb je nooit helemaal afgetakeld gezien, ik heb je nooit met een pamper gezien, ik heb je niet rondgereden in een rolstoel.

Dat had ook misschien ook mijn hart gebroken. Maar je had er misschien toch nog lol mee kunnen hebben ook. Je hebt mensen die van de hele menselijke rit een feest maken. Het blijkt niet genoeg uit wat ik over je schrijf, maar wat Hans Teeuwen doet op podium deed jij gewoon dagdagelijks. Als je er zin in had. Ik duik in die dikke map met al je schrijfsels. En er worden toch enkele dingen duidelijk. Over hoe één en ander draait in het leven. Het is niet wat je kan, het is wie je kent.

Het is niet zozeer je diploma, het is in welke kringen je doordringt. Het zijn niet je verstandelijke capaciteiten, het is je attitude. Je maandloon is de meest accurate reflectie van je z elfvertrouwen. Meer willen, brengt niet meer, maar minder. Wat je hebt koesteren, leidt tot meer mogelijkheden. Optimisme is de moeder van de meeste kansen.

Maar what doesn't kill you makes you stronger? What doesn't kill you the first time will try again later. Tegen sommige dingen is geen optimisme opgewassen. En ja, monkey see, monkey do. Wij dachten dat je mij goed voorbereidde op 't leven door mij veel feitenkennis te geven en mij veel te doen lezen. Maar is er nu iets waar ge in deze moderne maatschappij minder aan hebt?

Ik heb een bijzonder klassieke vorming gehad. Ik kan alles waar geen geld mee te verdienen valt. Het was geweldig boeiend, en geweldig plezant, en tof om mee uit te pakken op school en de vriendjes mee te imponeren. Nu zit ik in 't zelfde straatje als gij, als ik geen bestseller schrijf, sterf ik arm. Want actieplannen, daadkrachtig en gericht naar iets toe werken, netwerken, al dat heb je mij niet geleerd.

En dat moet ik hier zelf zien uit mijn duim te zuigen. Nog logisch dat kinderen van toppolitici dan zelf in de politiek doorstoten. Hun bedje is gespreid. Monkey see, monkey do. Je had het verdomme goed aangepakt. Mondiaal besef blijkt het rampzalig slecht te doen op een CV. Maar toch bedankt, het was allemaal zeer verrijkend.

Steek mij in een lift die vast zit met gelijk wie, en ik kan er altijd wel een lang en boeiend gesprek mee hebben. Ik weet over alles iets en altijd net iets te weinig om er serieus mijn brood mee te verdienen.

Maar ik kan er over schrijven natuurlijk. Schrijver worden, omdat ge niks anders kunt. Je krijgt als zoon toch een soort wapenarsenaal mee van je vader. En zelfs al blijkt dat het niet de gepaste wapens zijn voor de moderne arena, duurt het lang voor je wil toegeven dat ze te bot zijn of te broos.

En zo sterft een vader niet één keer, maar vele keren. Ik moet je op zoveel manieren los laten. En mijn eigen weg gaan. En dat valt verdomd zwaar. Je hebt me veel gegeven, veel interessante bagage, maar zelfvertrouwen was er niet bij. Hoe al die anderen er mee omgaan, weet ik niet.

Want ik ben natuurlijk lang niet de enige. Je hebt zelf hetzelfde meegemaakt. Ik ken minstens vijf jongens gasten wiens pa zelfmoord heeft gepleegd, en die lijken er toch altijd vrolijker aan toe te zijn dan ik. Misschien maak ik wel van alles een groter drama, dan het hoeft te zijn. Misschien hebben die anderen geen tijd en geen goesting om het eens in 't lang en in 't breed op papier te smijten.

Rest mij nog de uitdaging om het niet door te geven aan mijn kinderen. Ik heb nog lang getwijfeld om kinderen op de wereld te zetten met suïcidale genen.

Maar ik ben al in die aloude val getrapt. Ik wil kinderen, anders sterf jij echt volledig uit en lijkt je leven er voor niets te zijn geweest.

En zo draait de menselijke dramamolen lekker voort. Ik zal je ook nooit volledig snappen als ik niet weet wat het is om zelf een kleine te hebben. Het is onverantwoord om zo kinderen op de wereld te zetten, maar dat is het altijd, dat is nou iets hoogst belangwekkends waar niemand een diploma voor nodig heeft.

Ik zal er toch maar eens goed over nadenken, hoe ik die cirkel zal breken. De meest hoopvolle samenvatting van een wanhopige bloedlijn. Mijn grootvader jaagt twee kogels door zijn hart. Hij heeft het familiefortuin verkwist. Vrouw en kinderen staan op straat. Mijn vader in een brief aan een vriend: Het joch weegt om en bij de 4 kg, lijkt in tegenstelling tot eerder gedane veronderstellingen of afgesloten pronostieken niet op de melkman en vroeg direct naar mit met frosselen. Het spreken kan nog beter, maar hij heeft alleszins een gezonde eetlust.

Ik heb de koevoet die we voor alle zekerheid naar de kraamafdeling hadden meegenomen, niet uit de autokoffer hoeven op te diepen. De weeën waren bijzonder hevig en hoewel ik vlak naast zijn moeder stond, voelde ik er niks van. De dag nadat ik goed betaald werk vind als leerkracht geschiedenis.

De opwaartse sociale mobiliteit is een feit. Hij heeft de laatste 23 jaar in een fabriek gezwoegd om dat mogelijk te maken. Ik wil voor mijn zoon een nog beter diploma en een vader die een natuurlijk dood sterft. Het eerste is geen probleem. De kleine heeft het verstand van zijn moeder. Het tweede deel is de uitdaging. Als ik een straat oversteek, hoop ik stiekem dat een razende tram mij naar de eeuwige jachtvelden transporteert. Zijn eerste meisje heeft het midden in de blokperiode uitgemaakt.

Ik ben doodsbang dat hij mij voorgaat. Ik stop zijn broeksriemen weg. Gooi alle scheermesjes weg. Bewaak angstvallig de keukenmessen. Buiten, onder het raam van de zolderkamer, leg ik een oude matras. Ons medicijnkastje verzegel ik met een hangslot. Mijn vrouw denkt dat ik mezelf wil beschermen en bekent na drie weken dat ze anti-depressiva door mijn eten mengt.

Ze heeft geen enkel effect opgemerkt, behalve dat ik plots mijn baard laat staan. Ik vraag waar ze die pillen bewaart en mix ze voor de zekerheid in de smoothies van mijn zoon. Net zolang tot hij weer een nieuw meisje heeft. Mijn kleine heeft bijna zelf een kleine. De dokter stelt prostaatkanker vast. Ik weiger keihard alle behandeling. Thuis vraagt mijn vrouw waarom ik de hele tijd zo dom zit te lachen. Alles blijft stabiel en eigenlijk ben ik kerngezond. Nog één vraag wil ik stellen.

Hij vraagt of alles wel ok is. Vandaag is echt alles ok. Na het telefoongesprek, ga ik in het tuinhuis zitten. Ik doe de deur achter me dicht en ik val al. De geur van de houten vloer herinnert me aan de chalet die we vroeger hadden aan zee. Toen ik zes was en mijn vader groter dan God leek. Hoe we samen zandkastelen bouwden en hij gelukkiger leek dan ikzelf. Misschien was ik toch niet helemaal dat blok aan zijn been dat hem tegen zijn zin in leven hield.

Intens gelukkig, kus ik, alsof het het zijn wang is, de stoffige vloer. De cirkel breekt gelijktijdig met mijn hart. A day in the life. Je kraakt uit je bed. Barstende hoofdpijn en geen kater te bespeuren. Je duikt in je rondslingerende kleren, een afgewassen James-Dean-outfit.

Het bed davert nog na van je ronkende wederhelft in de bloemetjesjurk. Behulpzaam als altijd proeft ze samen met jou de ochtendstond. Jouw droom is een groot schrijver zijn, haar droom is jou graag zien. Je tast naar je bril op het nachtkastje.

Daarna daal je de gammele trap af. De vermelde bloemetjesjurk volgt. Met bloeddoorlopen ogen duik je de badkamer in. Je wast je altijd aan de lavabo, want je hebt geen tijd voor een bad en we hebben geen douche. Ondertussen smeert de wederhelft zijn boterhammen.

Om kwart over vijf ben je helemaal opgelapt voor een nieuw verblijf in de van fabriek Gates, een donker hol waar ze drijfriemen voor auto's bakken.

Straks prikt de rubberlucht in je neus, maar nu is het nog gewoon de zomerlucht. Je neemt plaats in je tweedehandse Toyota. Je kan op weg.

Halverwege wip je al uit de wagen, na gestopt te zijn, het moet gezegd. Twee kranten wisselen van eigenaar. De auto bolt verder. Uiteindelijk doemt een grauw gebouw op met dito parking. Je ergert je aan de portier die in een strandstoel naast zijn kot zit. De luizenjobs zijn voor de eerlozen. Hij nipt aan zijn tweede jenever met scheutje koffie van de ochtend.

Je sloft gebukt als een vader van vijftien kinderen die net te horen heeft gekregen dat het kindergeld afgeschaft is en de cornflakes met 50 procent zijn opgeslaan, de poort binnen. Je denkt in gedachten 'Arbeit macht frei'. Een concentratiekamp en een fabriek. Noem de tien verschillen. Tien zal nog wel lukken, maar niet meer. Ondanks je scheve ruggengraat trek je een gevangenisplunje, sorry werkoverall aan. De kleedruimte wordt opgevrolijkt door de joelende collega's. Met veel animo worden alle presentatrices van de commerciële omroep gewikt en gewogen.

Die heeft hangers, die is een ijskast, daar kwam ik van m'n leven niet meer af. De collega in kwestie komt er van z'n leven ook niet op. De werkmannen duiken naar de koffiemachine.

Zij voegen geen scheut jenever toe. Voor acht uur zit die veilig verstopt in de gewiekst uitgezochte bergplaats van thermos. Je diept één van je paar kranten op. Een beetje intellectuele troost, en een dosis frustratie, want er staat geen artikel van jou in en dat had gekund, dat had gekund, je weet alleen niet hoe het had gekund.

Geen geluk gehad, zeker? Je leest tot het onverbiddelijk 6 uur slaat. De kranten worden opgeborgen. Om dit proces met succes te volbrengen, dient de makkelijkste krant achterhaald te worden. Een welgemutste medewerker is er mee aan de haal. Er zijn dus echt van die mensen die graag lezen over de weekendongevallen. Je gaat aan de slag. Milleke met de rode neus komt je jouw plek toewijzen.

Naast rode hond komt in je dorp ook rode neus voor. Het eerste is bijzonder gevaarlijk voor zwangere vrouwen, het tweede voor vrouwen in het algemeen. Doorgaans loop je het op door van 's morgens tot 's avonds je keel te marineren in alcohol.

Milleke weigert trouwens categoriek elke behandeling. Zijn rode neus, is zijn roze bril. Hij wijst je de vier toe. Je wist ook zo wel dat het lot je daar zou voeren. Jij durft niet klagen, te veel eer, jou solferen ze op met de moeilijkste machine. De vier is een helse installatie. Het is van de tijd van Daens geleden dat er zo'n industrieel kreng bestaan heeft.

Onverschrokken neem je jouw stek in. Daarna gaat het van tsjakke tsjakke tsjak. Alleen de fantasie kan je redden en de subjectieve traagheid van de klok verschalken. Je denkt bij al die tsjakketsjak aan de 'grote terreur' van Robespierre. In gedachten worden de adellijke bollen bij elke tjsak van de machine, gescheiden van de sputterende rompen.

De denkbeeldige plas bloed deint gestadig uit. In een ondeugende bui informeer je bij buurman Leo of die geen nattigheid voelt. Leo heeft sinds het doven van zijn laatste sigaret om vijf voor zes enkel naar de volgende gesnakt. Hij denkt even na, nou ja, doet vrij overtuigend alsof en roept dan uit: Om half 9 verschijnt er een bediende, of in het arbeidersjargon 'ene van boven', met een thermometer.

Hij wil eens zien of de mannen het niet te warm hebben. Om 14u, als de zon het hoogst staat, zie je die vent nooit. De heren houden dan siësta. Siësta komt na lunch en voor het vieruurtje. Voor de lunch is er de ochtendbabbel en na het vieruurtje volgt de babbel ten afscheid. Inhoudelijk is er geen verschil. Het onderscheid tussen die van boven en die van beneden is simpel. Die van boven kenden iemand die iemand kende die iemand kende. Die van beneden kenden alleen maar iemand.

Geluk op de werkvloer is een lange arm. De thermometervent drukt de mannen op het hart vooral veel water te drinken. Hij wijst hierbij op het lauwe bocht, ergens voorbij de ingang. Het staat op de enige plek waar het zonlicht het kan omhelzen.

Celsiusman verdwijnt met de glimlach. Zijn zware dagtaak is ten einde. De bedienden hebben weer iets grappigs ontdekt op Facebook. Het enige risico dat ene van boven loopt is dat hij zich snijdt aan de rand van zijn wit plastic bekertje of zijn lul verzwikt van te lang naar porno te surfen. Schafttijd om tien uur zonder schaften.

De maag weigert dienst. Verder dezelfde twee kranten en de beunhaas die er één ontvreemdt. Die met de prentjes. Presentatrices van een andere zender met nog grotere hangers maken de conversatiestof uit. De jenever heeft nu zijn weg gevonden naar het zwarte brouwsel dat hier koffie heet.

Links van je ontpopt zich een gesprek, los van de gebruikelijke tetten-met-aangehechte-blondine -problematiek. Dit weekend waren we met de kinderen aan zee. Het weer was goed en mijn vrouw wou weer geen hele dag tussen vier muren zitten. Wij gaan binnenkort ook eens. Op het strand was het natuurlijk op de koppen lopen.

Eén dag zon en iedereen wil de zee zien Y: Ik vroeg nog aan mijn vrouw: Maar ja, er was geen houden aan… Y: Mijn vrouw is ook zo. Maar we hebben er een leuke dag van gemaakt. Zo eens een dag er tussenuit. Dat moet kunnen, vind ik. Als je dat maar weet. Na een halfuur pauze in deze paradijselijke oase, ga je er weer vlijtig tegenaan.

Tsjakke tsjakke tsjak doet de machine. Deze keer brengt de verbeelding van je ons naar het gezegende Paschendaele anno Bij elk tsjakje gaat er een Brit met vliegende-schotel-helm tegen de Vlaamse vlakte. Enkele tienduizenden Tommy's passeren zo de revue. Stuk voor stuk lijken ze verdacht veel op een select aantal collega's, vooral als ze enkele trappen hoger staan in de goed uitgedokterde hiërarchie van Gates.

Hoe tammer de chef, hoe creatiever hij zal zijn om de anderen op te jagen. Uiteindelijk nadert de klok het lang afgesmeekte tijdstip van twee uur. Het heilige moment waarop de volgende 'chain gang' zijn beste kreupele been mag voor zetten. Dat schijnt zelfs in een fabriek te gelden. Groot jolijt in de kleedruimte als de overalls uit mogen.

Er wacht hen nog een leuke verrassing. Vandaag heeft er weer een opgeschoten kleuter in de douches gescheten. Bij de ene duurt de anale fase al wat langer dan bij de andere.

Je maakt nooit gebruik van het sanitair onder het motto: Je wast je handen en kijkt in de spiegel, terwijl je koud water in je gezicht plenst. In je hoofd hangt een vette mist. Met een dood hart strompel je beperkte vrijheid. Ze zal van korte duur zijn. De portier slaat jou wijselijk over.

Die wil niet de spreekwoordelijke druppel zijn. De beschonken lijntrekker stelt zichzelf gerust: Die blik gaat mee de auto in. Een versuikerde collega, zwaait je na. Die man heeft die zaligheid die nooit vragen stelt. Vroeger ging je nu bodybuilden, of je sprak af met vrienden en je smeedde plannen om iets radicaal anders te doen met je leven.

Maar al die vrienden zijn nu ouder, en ze hebben hun dromen begraven toen hun testosteronproductie begon te sputteren en zij een bierbuik mee torsen, die hun daadkracht in de weg staat.

Je gaat nu gewoon recht naar huis. Eerst moet je nog voorraden inslaan in de lokale supermarkt. Liefst de goedkoopste, waar medemensen werken aan een nog groter hongerloon dan dat van jou, maar ja, duurdere producten kopen is geen optie.

En zo draai je nog verplicht mee in het algemene onrecht. Het verkeerslicht heeft je gezien en springt op rood. Een zonnebanknicht huppelt vrolijk - hoe anders? Zijn opgewektheid ergert je. Leeft die eigenlijk wel in de zelfde wereld als jij? Je rijdt hem niet faliekant de onthaarde, gebruinde, ingewreven, gemasseerde benen van onder het verwijfde tennislijf. Het kriebelt, maar je stapt niet uit om de geblondeerde Nieuwe Man finaal aan stukken te scheuren. Niet omdat hij homo zou zijn, want dat kan je niks verdommen, maar omdat mensen die ostentatief gelukkig zijn, een wandelende belediging voor je zijn.

Sommigen kunnen het wel, vrede hebben met de wereld, die missen een bepaald gen, dat je de werkelijkheid laat zien. Tergend traag verschijnt het groene licht. In Koppel et al. For each blogger, metadata is present, including the blogger s self-provided gender, age, industry and astrological sign. This corpus has been used extensively since. The creators themselves used it for various classification tasks, including gender recognition Koppel et al.

They report an overall accuracy of Slightly more information seems to be coming from content However, even style appears to mirror content. We see the women focusing on personal matters, leading to important content words like love and boyfriend, and important style words like I and other personal pronouns. The men, on the other hand, seem to be more interested in computers, leading to important content words like software and game, and correspondingly more determiners and prepositions.

One gets the impression that gender recognition is more sociological than linguistic, showing what women and men were blogging about back in A later study Goswami et al. The authors do not report the set of slang words, but the non-dictionary words appear to be more related to style than to content, showing that purely linguistic behaviour can contribute information for gender recognition as well.

Gender recognition has also already been applied to Tweets. With lexical N-grams, they reached an accuracy of Their highest score when using just text features was Although LIWC appears a very interesting addition, it hardly adds anything to the classification. With only token unigrams, the recognition accuracy was They used lexical features, and present a very good breakdown of various word types. When using all user tweets, they reached an accuracy of An interesting observation is that there is a clear class of misclassified users who have a majority of opposite gender users in their social network.

When adding more information sources, such as profile fields, they reach an accuracy of These statistics are derived from the users profile information by way of some heuristics.

For gender, the system checks the profile for about common male and common female first names, as well as for gender related words, such as father, mother, wife and husband. If no cue is found in a user s profile, no gender is assigned. Another system that predicts the gender for Dutch Twitter users is TweetGenie http: The age component of the system is described in Nguyen et al.

The authors apply logistic and linear regression on counts of token unigrams occurring at least 10 times in their corpus. The conclusion is not so much, however, that humans are also not perfect at guessing age on the basis of language use, but rather that there is a distinction between the biological and the social identity of authors, and language use is more likely to represent the social one cf.

Although we agree with Nguyen et al. Experimental Data and Evaluation In this section, we first describe the corpus that we used in our experiments Section 3. Then we outline how we evaluated the various strategies Section 3. From this material, we considered all tweets with a date stamp in and In all, there were about 23 million users present. This restriction brought the number of users down to about , We then progressed to the selection of individual users.

We aimed for users. We selected of these so that they get a gender assignment in TwiQS, for comparison, but we also wanted to include unmarked users in case these would be different in nature. All users, obviously, should be individuals, and for each the gender should be clear.

From the about , users who are assigned a gender by TwiQS, we took a random selection in such a manner that the volume distribution i. We checked gender manually for all selected users, mostly on the basis 3. As in our own experiment, this measurement is based on Twitter accounts where the user is known to be a human individual. However, as research shows a higher number of female users in all as well Heil and Piskorski , we do not view this as a problem.

From each user s tweets, we removed all retweets, as these did not contain original text by the author. Then, as several of our features were based on tokens, we tokenized all text samples, using our own specialized tokenizer for tweets. Apart from normal tokens like words, numbers and dates, it is also able to recognize a wide variety of emoticons.

The tokenizer is able to identify hashtags and Twitter user names to the extent that these conform to the conventions used in Twitter, i. URLs and addresses are not completely covered. The tokenizer counts on clear markers for these, e. Assuming that any sequence including periods is likely to be a URL provesunwise, given that spacing between normal wordsis often irregular. And actually checking the existence of a proposed URL was computationally infeasible for the amount of text we intended to process.

Finally, as the use of capitalization and diacritics is quite haphazard in the tweets, the tokenizer strips all words of diacritics and transforms them to lower case. For those techniques where hyperparameters need to be selected, we used a leave-one-out strategy on the test material. For each test author, we determined the optimal hyperparameter settings with regard to the classification of all other authors in the same part of the corpus, in effect using these as development material.

In this way, we derived a classification score for each author without the system having any direct or indirect access to the actual gender of the author. We then measured for which percentage of the authors in the corpus this score was in agreement with the actual gender.

These percentages are presented below in Section Profiling Strategies In this section, we describe the strategies that we investigated for the gender recognition task. As we approached the task from a machine learning viewpoint, we needed to select text features to be provided as input to the machine learning systems, as well as machine learning systems which are to use this input for classification. We first describe the features we used Section 4.

Then we explain how we used the three selected machine learning systems to classify the authors Section 4. The use of syntax or even higher level features is for now impossible as the language use on Twitter deviates too much from standard Dutch, and we have no tools to provide reliable analyses. However, even with purely lexical features, 4.

Several errors could be traced back to the fact that the account had moved on to another user since We could have used different dividing strategies, but chose balanced folds in order to give a equal chance to all machine learning techniques, also those that have trouble with unbalanced data.

If, in any application, unbalanced collections are expected, the effects of biases, and corrections for them, will have to be investigated. Most of them rely on the tokenization described above. We will illustrate the options we explored with the Hahaha Top Function Words The most frequent function words see kestemont for an overview. We used the most frequent, as measured on our tweet collection, of which the example tweet contains the words ik, dat, heeft, op, een, voor, and het.

Then, we used a set of feature types based on token n-grams, with which we already had previous experience Van Bael and van Halteren For all feature types, we used only those features which were observed with at least 5 authors in our whole collection for skip bigrams 10 authors. Unigrams Single tokens, similar to the top function words, but then using all tokens instead of a subset.

In the example tweet, we find e. Bigrams Two adjacent tokens. In the example tweet, e. Trigrams Three adjacent tokens. Skip bigrams Two tokens in the tweet, but not adjacent, without any restrictions on the gap size. Finally, we included feature types based on character n-grams following kjell et al.

We used the n-grams with n from 1 to 5, again only when the n-gram was observed with at least 5 authors. However, we used two types of character n-grams. The first set is derived from the tokenizer output, and can be viewed as a kind of normalized character n-grams.

Normalized 1-gram About features. Normalized 3-gram About 36K features. Normalized 4-gram About K features. Normalized 5-gram About K features. The second set of character n-grams is derived from the original tweets. This type of character n-gram has the clear advantage of not needing any preprocessing in the form of tokenization. Original 1-gram About features. Be Original 3-gram About 77K features.

Original 4-gram About K features. Original 5-gram About K features. Again, we decided to explore more than one option, but here we preferred more focus and restricted ourselves to three systems. Our primary choice for classification was the use of Support Vector Machines, viz. We chose Support Vector Regression ν-svr to be exact with an RBF kernel, as it had shown the best results in several research projects e. With these main choices, we performed a grid search for well-performing hyperparameters, with the following investigated values: The second classification system was Linguistic Profiling LP; van Halteren , which was specifically designed for authorship recognition and profiling.

Roughly speaking, it classifies on the basis of noticeable over- and underuse of specific features. Before being used in comparisons, all feature counts were normalized to counts per words, and then transformed to Z-scores with regard to the average and standard deviation within each feature.

Here the grid search investigated: As the input features are numerical, we used IB1 with k equal to 5 so that we can derive a confidence value. The only hyperparameters we varied in the grid search are the metric Numerical and Cosine distance and the weighting no weighting, information gain, gain ratio, chi-square, shared variance, and standard deviation. However, the high dimensionality of our vectors presented us with a problem. For such high numbers of features, it is known that k-nn learning is unlikely to yield useful results Beyer et al.

This meant that, if we still wanted to use k-nn, we would have to reduce the dimensionality of our feature vectors. For each system, we provided the first N principal components for various N. In effect, this N is a further hyperparameter, which we varied from 1 to the total number of components usually , as there are authors , using a stepsize of 1 from 1 to 10, and then slowly increasing the stepsize to a maximum of 20 when over Rather than using fixed hyperparameters, we let the control shell choose them automatically in a grid search procedure, based on development data.

When running the underlying systems 7. As scaling is not possible when there are columns with constant values, such columns were removed first.

For each setting and author, the systems report both a selected class and a floating point score, which can be used as a confidence score. In order to improve the robustness of the hyperparameter selection, the best three settings were chosen and used for classifying the current author in question. For LP, this is by design. A model, called profile, is constructed for each individual class, and the system determines for each author to which degree they are similar to the class profile.

For SVR, one would expect symmetry, as both classes are modeled simultaneously, and differ merely in the sign of the numeric class identifier. However, we do observe different behaviour when reversing the signs. For this reason, we did all classification with SVR and LP twice, once building a male model and once a female model.

For both models the control shell calculated a final score, starting with the three outputs for the best hyperparameter settings. It normalized these by expressing them as the number of non-model class standard deviations over the threshold, which was set at the class separation value. The control shell then weighted each score by multiplying it by the class separation value on the development data for the settings in question, and derived the final score by averaging.

It then chose the class for which the final score is highest. In this way, we also get two confidence values, viz. Results In this section, we will present the overall results of the gender recognition. We start with the accuracy of the various features and systems Section 5. Then we will focus on the effect of preprocessing the input vectors with PCA Section 5. After this, we examine the classification of individual authors Section 5.

For the measurements with PCA, the number of principal components provided to the classification system is learned from the development data. Below, in Section 5. Starting with the systems, we see that SVR using original vectors consistently outperforms the other two. For only one feature type, character trigrams, LP with PCA manages to reach a higher accuracy than SVR, but the difference is not statistically significant. For SVR and LP, these are rather varied, but TiMBL s confidence value consists of the proportion of selected class cases among the nearest neighbours, which with k at 5 is practically always 0.

The class separation value is a variant of Cohen s d Cohen Where Cohen assumes the two distributions have the same standard deviation, we use the sum of the two, practically always different, standard deviations. Accuracy Percentages for various Feature Types and Techniques. In fact, for all the tokens n-grams, it would seem that the further one goes away from the unigrams, the worse the accuracy gets.

An explanation for this might be that recognition is mostly on the basis of the content of the tweet, and unigrams represent the content most clearly.

Possibly, the other n-grams are just mirroring this quality of the unigrams, with the effectiveness of the mirror depending on how well unigrams are represented in the n-grams. For the character n-grams, our first observation is that the normalized versions are always better than the original versions.

This means that the content of the n-grams is more important than their form. This is in accordance with the hypothesis just suggested for the token n-grams, as normalization too brings the character n-grams closer to token unigrams. The best performing character n-grams normalized 5-grams , will be most closely linked to the token unigrams, with some token bigrams thrown in, as well as a smidgen of the use of morphological processes.

However, we cannot conclude that what is wiped away by the normalization, use of diacritics, capitals and spacing, holds no information for the gender recognition.

To test that, we would have to experiment with a new feature types, modeling exactly the difference between the normalized and the original form. This number was treated as just another hyperparameter to be selected.

As a result, the systems accuracy was partly dependent on the quality of the hyperparameter selection mechanism. In this section, we want to investigate how strong this dependency may have been. Recognition accuracy as a function of the number of principal components provided to the systems, using token unigrams.

Figures 1, 2, and 3 show accuracy measurements for the token unigrams, token bigrams, and normalized character 5-grams, for all three systems at various numbers of principal components. For the unigrams, SVR reaches its peak Interestingly, it is SVR that degrades at higher numbers of principal components, while TiMBL, said to need fewer dimensions, manages to hold on to the recognition quality. LP peaks much earlier However, it does not manage to achieve good results with the principal components that were best for the other two systems.

Furthermore, LP appears to suffer some kind of mathematical breakdown for higher numbers of components. Although LP performs worse than it could on fixed numbers of principal components, its more detailed confidence score allows a better hyperparameter selection, on average selecting around 9 principal components, where TiMBL chooses a wide range of numbers, and generally far lower than is optimal.

We expect that the performance with TiMBL can be improved greatly with the development of a better hyperparameter selection mechanism. For the bigrams Figure 2 , we see much the same picture, although there are differences in the details.

SVR now already reaches its peak TiMBL peaks a bit later at with And LP just mirrors its behaviour with unigrams.

LP keeps its peak at 10, but now even lower than for the token n-grams However, all systems are in principle able to reach the same quality i. Even with an automatically selected number, LP already profits clearly Recognition accuracy as a function of the number of principal components provided to the systems, using token bigrams. And TiMBL is currently underperforming, but might be a challenger to SVR when provided with a better hyperparameter selection mechanism.

We will focus on the token n-grams and the normalized character 5-grams. As for systems, we will involve all five systems in the discussion. However, our starting point will always be SVR with token unigrams, this being the best performing combination. We will only look at the final scores for each combination, and forgo the extra detail of any underlying separate male and female model scores which we have for SVR and LP; see above. When we look at his tweets, we see a kind of financial blog, which is an exception in the population we have in our corpus.

The exception also leads to more varied classification by the different systems, yielding a wide range of scores. SVR tends to place him clearly in the male area with all the feature types, with unigrams at the extreme with a score of SVR with PCA on the other hand, is less convinced, and even classifies him as female for unigrams 1.

Figure 4 shows that the male population contains some more extreme exponents than the female population. The most obvious male is author , with a resounding Looking at his texts, we indeed see a prototypical young male Twitter user: From this point on in the discussion, we will present female confidence as positive numbers and male as negative. Recognition accuracy as a function of the number of principal components provided to the systems, using normalized character 5-grams.

All systems have no trouble recognizing him as a male, with the lowest scores around 1 for the top function words. If we look at the rest of the top males Table 2 , we may see more varied topics, but the wide recognizability stays.

Unigrams are mostly closely mirrored by the character 5-grams, as could already be suspected from the content of these two feature types. For the other feature types, we see some variation, but most scores are found near the top of the lists. Feature type Unigram 1: Top Function 4: On the female side, everything is less extreme. The best recognizable female, author , is not as focused as her male counterpart.

There is much more variation in the topics, but most of it is clearly girl talk of the type described in Section 5. In scores, too, we see far more variation. Even the character 5-grams have ranks up to 40 for this top Another interesting group of authors is formed by the misclassified ones.

Taking again SVR on unigrams as our starting point, this group contains 11 males and 16 females. We show the 5 most Confidence scores for gender assignment with regard to the female and male profiles built by SVR on the basis of token unigrams.

The dashed line represents the separation threshold, i. The dotted line represents exactly opposite scores for the two genders. Top rankingfemales insvr ontokenunigrams, with ranksand scoresforsvr with various feature types. Top Function 9: With one exception author is recognized as male when using trigrams , all feature types agree on the misclassification.

This may support ourhypothesis that allfeature types aredoingmore orlessthe same. But it might alsomean that the gender just influences all feature types to a similar degree. In addition, the recognition is of course also influenced by our particular selection of authors, as we will see shortly.

Apart from the general agreement on the final decision, the feature types vary widely in the scores assigned, but this also allows for both conclusions. The male which is attributed the most female score is author On re examination, we see a clearly male first name and also profile photo. However, his Twitter network contains mostly female friends. This apparently colours not only the discussion topics, which might be expected, but also the general language use.

The unigrams do not judge him to write in an extremely female way, but all other feature types do. When looking at his tweets, we This has also been remarked by Bamman et al. There is an extreme number of misspellings even for Twitter , which may possibly confuse the systems models. The most extreme misclassification is reserved for a female, author This turns out to be Judith Sargentini, a member of the European Parliament, who tweets under the 14 Although clearly female, she is judged as rather strongly male In this case, it would seem that the systems are thrown off by the political texts.

If we search for the word parlement parliament in our corpus, which is used 40 times by Sargentini, we find two more female authors each using it once , as compared to 21 male authors with up to 9 uses.

Apparently, in our sample, politics is a male thing. We did a quick spot check with author , a girl who plays soccer and is therefore also misclassified often; here, the PCA version agrees with and misclassified even stronger than the original unigrams versus. In later research, when we will try to identify the various user types on Twitter, we will certainly have another look at this phenomenon. Are they mostly targeting the content of the tweets, i.

In this section, we will attempt to get closer to the answer to this question. Again, we take the token unigrams as a starting point. However, looking at SVR is not an option here.

Because of the way in which SVR does its classification, hyperplane separation in a transformed version of the vector space, it is impossible to determine which features do the most work. Instead, we will just look at the distribution of the various features over the female and male texts. Figure 5 shows all token unigrams. The ones used more by women are plotted in green, those used more by men in red. The position in the plot represents the relative number of men and women who used the token at least once somewhere in their tweets.

However, for classification, it is more important how often the token is used by each gender. We represent this quality by the class separation value that we described in Section 4. As the separation value and the percentages are generally correlated, the bigger tokens are found further away from the diagonal, while the area close to the diagonal contains mostly unimportant and therefore unreadable tokens.

On the female side, we see a representation of the world of the prototypical young female Twitter user. And also some more negative emotions, such as haat hate and pijn pain. Next we see personal care, with nagels nails , nagellak nail polish , makeup makeup , mascara mascara , and krullen curls. Clearly, shopping is also important, as is watching soaps on television gtst.

The age is reconfirmed by the endearingly high presence of mama and papa. As for style, the only real factor is echt really. The word haar may be the pronoun her, but just as well the noun hair, and in both cases it is actually more related to the Identity disclosed with permission.

And by TweetGenie as well.



schoonvader neuken masturberende kutjes

...



Sperma slikster dikke tieten negerin

  • 86
  • Steek mij in een lift die vast zit met gelijk wie, en ik kan er altijd wel een lang en boeiend gesprek mee hebben.
  • Tieten likken b2b massage rotterdam
  • Schoonvader neuken masturberende kutjes




Sex advertenties prive massage den bosch


Valentina, niet voor niets een leeuwin, is tot spelleidster gebombardeerd. Wat vind ik nou interessanter, dat we met ons vijf op punt staan om groepseks te hebben of het vooruitzicht dat ik er straks kan over schrijven? Nee, voor 1 keer wint de vleselijke realiteit het van de schrijflust.

En dan maar zien dat ik haar goed gek krijg, ik wil dat statige kind wel eens losser zien. Ze heeft een hete kachel in haar broek, maar ze houdt zichzelf zo in bedwang.

Als Vissen zou ik het hedonisme moeten losmaken in die gereserveerde Steenbok. Ik trek geen rooie, maar een gele. Als ik haar zo gek krijg, manoeuvreer ik mijn hand wel strategisch lager. Dan lik ik de regels van dit spelletje wel aan flarden. Of koppel per koppel? Ze blaft vooral Geert steeds zo af. Ik stel me haar voor in een strak sm-pak.

Zodat ze Geert, die zagenvent eens goed kan domineren. Eens laten kwelen door hem te berijden met een strap-on. Voor een leeuwin, is Valentina eigenlijk best kinky. Vooral in haar hoge laarzen en smal sluitende bordeaux rok. Hoe begin je aan zoiets?

Graaien naar de tieten van een vriendin die je tot voor kort enkel zedige kusjes op de wang gaf en slechts bij hoge uitzondering eens aanraakte, als er al genoeg alchohol was gevloeid. Klinkt moeilijk in theorie, maar in de praktijk blijkt toch weer vaak dat je een vrouwentiet het beste graait door er je hand op te leggen. Liefst op een kordate manier.

Als ik zacht genoeg kneed, is ze al snel op haar gemak. Een trage aai langs haar lippen. Met zachte druk de lippen scheiden. En dan komt ze zelf al dichter geschoven voor een kus.

Achter mij staat Geert op. Aan die jongen is natuurlijk een priesterroeping op een haar na gepasseerd. Die pezewever herinnert zich dat hij een lief heeft. Had ze dan meegebracht hé, kemel.

Hoewel, wil ik aan een wijf zitten dat voor Geert gevallen is? Geert is rijk, maar nu ook weer niet zo rijk dat hij een echt interessant ding kan opscharrelen. Heerlijk toch, van die mensen die nog te shockeren zijn. Meer gevallen engelen voor mij. Dan mag Andy zich uitleven met Siska. Geen idee welk sterrenbeeld ze heeft.

Vergeten vragen en dat op zich zegt al genoeg. De kloterij is dat Valentina en Tine niet kunnen delen, dus dat wordt kiezen.

Astrologisch gesproken zou ik voor de steenbok moeten gaan. Astrologie of geen astrologie, in de regel heb ik het meer voor brunettes. Tine is tenslotte altijd nog te versieren, bij Valentina moet ik oppassen, die krijg ik alleen in bed als ik in een manische periode zit.

Leeuwenvrouwen kicken van alle vrouwen het meest op zelfvertrouwen en charismatische uitstraling. We zijn de enige twee die elkaar aanraken, het vertrek van Geert heeft de volgorde verpest. Zonen zullen hun vaders wreken of hun schuld inlossen, of ze nu willen of niet. Van de eigen achtergrond en familie kan niemand zich ontrukken, hoe hard men het ook probeert. Uiteindelijk blijft de familiale band het touw waarmee men zichzelf wurgt. Vannochtend schoot ik nog eens jankend wakker.

Dat komt omdat het mij enkel gebeurt als ik eens een keer uitslaap. Tot we in Gent aankwamen was de hele setting in de droom   middeleeuws donker. Ik voelde mij weer eens gedeprimeerd, machteloos en vernederd door de onzichtbare mensen die de mainstreamtouwtjes in handen hebben. Toen we in Gent aankwamen brak de zon door en bijna magisch licht kaatste van de zandkleurige gevels. Gent in mijn droom leek helemaal niet op het echte Gent, maar had een middenoostelijk tintje. Ik begreep dat aankomen in Gent al mijn zorgen haast letterlijk deed smelten voor de zon, er overviel mij een tomeloos gevoel van vrijheid en van levensvreugde.

En ook van schuld. Schuld, omdat mijn vader terug zou rijden naar dat mistroostige dorp bij de Dender, waarvan de anti-levensfilosofie van de bewoners, vervaarlijk als een bezwerend schild fungeert.

Dat dorp waar hij al jaren stilletjes aan het sterven was met luide rockmuziek op de achtergrond. En ik, egocentrische zoon, vluchtte van dat donkere hol en neukte, zoop en schold er op los hier in Gent. Terwijl hij opstond om 4u20 om te gaan travakken in de plaatselijke goelag, om de decadente geen overdrijving studentenjaren van zoonlief te bekostigen.

Dromen over mijn vader zijn altijd sequels van vorige droom. Dus ik droom eigenlijk een familiesoap. In de nieuwste afleveringen is het altijd zo dat wij hem dood waanden, maar dat hij toch bleek te leven.

Na een zwijgzame rit naar Gent, wilde ik het hem zeggen dat ik hem graag zag. En toen schoot ik wakker met die tranen gevuld van schuldgevoel, omdat ik de verwachtigen die men als klein kind van mij had, niet waar gemaakt heb. En ik mijn vader dus geen originele thunderbird heb gekocht, zoals ik als grote jongen in een klein lichaam van plan was.

Toen jij en ik er nog heilig van overtuigd waren dat ik het helemaal zou maken. De lengte van mijn blogposts ramt finaal de fastlitcultuur in de flank. De fastlitcultuur is echter harder en baf, daar ligt het leespotentieel van mijn post al grotendeels aan diggelen.

Net gebeld geweest door Kristien Hemmerechts trouwens. Dat kind was blijkbaar op een artikel van mij over Palestina gestoten. Ben drie weken in Palestina geweest, heb dagelijks met een stuk of 20 mensen gesproken, maar ben er geen ene tegengekomen die wakker lag van de sharia. En Kristien klonk vrij verlekkerd toen ze het woord sharia uitsprak. Mijn vrouw heeft de onhebbelijke gewoonte om mij in medias res met nieuwe informatie te bestoken.

Een gevolg van haar wolfsvraat van jeugdboeken? Ze groet ook nooit of vraagt ook nooit simpelweg hoe mijn dag is geweest. Nee, ze begint gewoon te vertellen over hoe de hare is geweest of ze gooit er een gedachte uit waar ze al een hele dag mee zit. In het begin was dat vervelend, maar het shot mijn hang naar formaliteiten wel lekker loeihard tegen de schenen. Ik blijf er mij nochtans aan ergeren, want ik ben koppig en ik blijf   bijvoorbeeld ook hardnekkig klampen aan rooskleurigheid.

Hij moet blijven schrijven en blijven insturen. Mijn echtgenote draait met haar bruine bambi-ogen. Verraderlijke dingen die maken dat ik haar niks kan weigeren. Maar vertel mij eens hoe je sterker uit een hersenbloeding komt.

Als ze het dan uitgesproken heeft, is het al alsof ik het al wist. Wat wil je ook? Die kerel draaide werkweken van 70 uur en meer. Hij stond al om vijf uur in het warenhuis. Voor ziek personeel sprong hij zelf in. Een germanist die vleeswaren gaat redden van een voortijdige smeltdood. We hebben het hem vaak genoeg gevraagd. Nooit een plausibele uitleg gekregen. Misschien had zijn eerste lief dan toch gelijk. Gerrit loopt de ratrace waarvan elke West-Vlaming als baby al het genetische startschot voelt zinderen in zijn lijfje.

Van de kloten is natuurlijk dat er geen finish zijn. De vraag is ook of er andere tegenstanders zijn in de race. Als die collectieve dwingelandijen benen krijgen in je kop, schiet dan maar uit de startblokken als het eerste orgasme van een gefrustreerde puber die nog nooit aan de melkerij van zijn buurmeisje heeft mogen zitten. Zou je die maat van je niet liever een bezoekje brengen, daar bij die slachters in hun witte jassen.?

Mijn vrouw heeft een ouder verloren op de operatietafel. Heeft ze de geneeskunde nooit vergeven. Mijn vrouw doet niet aan vergeven. Ik ben net thuis van mijn werk. Bijzonder veel zin heb ik het niet om terug de winteravond in te trekken.

Maar ja, die dwingende bambi-ogen. Ik heb nog niet bevestigd of ze vraagt al wat ik als cadeau zou kunnen meedoen. Als Gerrit tussen vier muren ligt zonder boeken of kranten wordt hij zot. Mijn vrouw klapt, misschien niet eens met opzet, luid een kastdeur dicht. Die gast heeft net een hersenbloeding gehad en jij gaat aankomen met een paar kleppers zeker?

Slecht voor zijn bloeddruk. Ik flans hier wel een fruitmand in elkaar. Gerrit, de kerel met de grootste onderscheiding die makkelijk had kunnen doctoreren als de lange armen op de faculteit verbonden waren geweest met andere rompen, zonder bezigheid zetten? Heb je hem van school gehaald? Erger zelfs, ik ben drie keer voor zijn neus langsgereden zonder hem mee te nemen. Elk kind loopt wel een trauma op. Dus dan geef ik het hem liever zelf, dan hebben we dat ook gehad. Je weet dat ik daar niet tegen kan.

Moet ik weer de boeman gaan spelen? Je weet toch dat ze deze week proefwerken hebben? Tot acht studeren en dan een half uurtje spelen. Dat hebben we toch zo afgesproken? Ik zucht en slof naar de kinderkamer, de kleine van zijn treinen sleuren, is net dat ietsje moeilijker dan een regiment keizerminnende Japanners van een eiland jagen.

Maar goed, banzai maar. Ik herhaal voor mezelf nog eens die mantra: Ik had gerust boeken kunnen meebrengen, hij zou ze toch niet aangeraakt hebben.

Ik zet me naast hem in een stoeltje en zonder een woord te zeggen kijken we samen naar een hersenloos belspelletje op tv. De vraag die ik mij vooral stel is, waarom hebben we onze kleine ook weer Gerrit genoemd? Juist, omdat we die zo astronomisch intelligent en onstuitbaar ambitieus vonden. En zolang een schrijver niet succesvol is in het enige waar hij goed in is schrijven is hij een underachiever. Ober, magazijnier, medewerker op de commerciële binnendienst langste naam voor grootste hondenjob , en zet leerkracht ook maar in het rijtje van aanmodderberoepen die deze wanna-be-schrijver probeert.

Dat bleek deze week bovengemiddeld vaak. We treden verder niet in details, maar 't was een schaamlijke Gents dialect week. Het ziet er daar al veel gestroomlijnder uit dan hier het geval is, de teksten zijn ultrakort en scherp. Ik word natuurlijk liever vergeleken met Dostojevski, zoals Frank Ronse voormalig ambassadeur van Polen, maar vooral veellezer dat ooit deed, toen hij zei:. Dan vergeet ik dat ik tussen twee schrijfsessies in een maatschappelijk onaangepaste screwball ben. Als de wereld echt van underachievers houd, wil ik meer hits op mijn blog.

Maar dat mag ik niet luidop zeggen, want een mens vindt andermans ambitie meestal maar stinken. Om eindelijk eens af te stappen van kutradio het instrument dat de rijken gebruiken om de massa's in slaap te wiegen. Om deze heerlijk soezende momenten vlak voor het opstaan voortaan op te luisteren, moet DIT op de wekradio:.

Terug van het werk, mag de Vlaming al denken aan morgen. En hoe hij morgen uit bed kleffert. Als ze de vrijdagavond massaal het grootwarenhuis induiken, mag dit spelen, in de hoop dat ze mekaar een Berlusconi lappen met een scherpe doos cornflakes:. Gelijk welk liedje van Shonen Knife: Tijdens het verbeteren zie ik soms kladbladen passeren waarop dat typische anarchiesymbool staat getekend. Zelf associeer ik dat symbool niet met anarchie, maar met tamme leerlingen die nul de botten weten over gelijk wat.

Als ze die dingen op hun kladbladen kladden kun je er als leerkracht van uitgaan dat die leerlingen tot het meest makke, slachtrijpe deel van de klas horen. Ze zijn niet anarchistisch, ze zijn niet opstandig, ze rebelleren in de verste verte nog niet.

En dat is spijtig, want ik wil wel eens echte anarchisten in mijn klas hebben. Die gelijk een anti-schoolse Sturmzug de hele orde omkegelen. Die mij buiten dragen en vriendelijk en beleefd zeggen: Als we een vraag hebben, roepen we u wel. Zo veel macht gaat er helaas niet uit van die ventjes die met dat anarchiesymbooltje dwepen. Ze zitten daar maar, zo verveeld als de Koninklijke familie bij een klassiek concert. Apart from normal tokens like words, numbers and dates, it is also able to recognize a wide variety of emoticons.

The tokenizer is able to identify hashtags and Twitter user names to the extent that these conform to the conventions used in Twitter, i. URLs and addresses are not completely covered. The tokenizer counts on clear markers for these, e. Assuming that any sequence including periods is likely to be a URL provesunwise, given that spacing between normal wordsis often irregular.

And actually checking the existence of a proposed URL was computationally infeasible for the amount of text we intended to process. Finally, as the use of capitalization and diacritics is quite haphazard in the tweets, the tokenizer strips all words of diacritics and transforms them to lower case. For those techniques where hyperparameters need to be selected, we used a leave-one-out strategy on the test material.

For each test author, we determined the optimal hyperparameter settings with regard to the classification of all other authors in the same part of the corpus, in effect using these as development material. In this way, we derived a classification score for each author without the system having any direct or indirect access to the actual gender of the author.

We then measured for which percentage of the authors in the corpus this score was in agreement with the actual gender. These percentages are presented below in Section Profiling Strategies In this section, we describe the strategies that we investigated for the gender recognition task.

As we approached the task from a machine learning viewpoint, we needed to select text features to be provided as input to the machine learning systems, as well as machine learning systems which are to use this input for classification.

We first describe the features we used Section 4. Then we explain how we used the three selected machine learning systems to classify the authors Section 4. The use of syntax or even higher level features is for now impossible as the language use on Twitter deviates too much from standard Dutch, and we have no tools to provide reliable analyses.

However, even with purely lexical features, 4. Several errors could be traced back to the fact that the account had moved on to another user since We could have used different dividing strategies, but chose balanced folds in order to give a equal chance to all machine learning techniques, also those that have trouble with unbalanced data.

If, in any application, unbalanced collections are expected, the effects of biases, and corrections for them, will have to be investigated. Most of them rely on the tokenization described above. We will illustrate the options we explored with the Hahaha Top Function Words The most frequent function words see kestemont for an overview.

We used the most frequent, as measured on our tweet collection, of which the example tweet contains the words ik, dat, heeft, op, een, voor, and het. Then, we used a set of feature types based on token n-grams, with which we already had previous experience Van Bael and van Halteren For all feature types, we used only those features which were observed with at least 5 authors in our whole collection for skip bigrams 10 authors. Unigrams Single tokens, similar to the top function words, but then using all tokens instead of a subset.

In the example tweet, we find e. Bigrams Two adjacent tokens. In the example tweet, e. Trigrams Three adjacent tokens. Skip bigrams Two tokens in the tweet, but not adjacent, without any restrictions on the gap size.

Finally, we included feature types based on character n-grams following kjell et al. We used the n-grams with n from 1 to 5, again only when the n-gram was observed with at least 5 authors.

However, we used two types of character n-grams. The first set is derived from the tokenizer output, and can be viewed as a kind of normalized character n-grams. Normalized 1-gram About features. Normalized 3-gram About 36K features. Normalized 4-gram About K features. Normalized 5-gram About K features. The second set of character n-grams is derived from the original tweets.

This type of character n-gram has the clear advantage of not needing any preprocessing in the form of tokenization. Original 1-gram About features. Be Original 3-gram About 77K features. Original 4-gram About K features. Original 5-gram About K features. Again, we decided to explore more than one option, but here we preferred more focus and restricted ourselves to three systems.

Our primary choice for classification was the use of Support Vector Machines, viz. We chose Support Vector Regression ν-svr to be exact with an RBF kernel, as it had shown the best results in several research projects e. With these main choices, we performed a grid search for well-performing hyperparameters, with the following investigated values: The second classification system was Linguistic Profiling LP; van Halteren , which was specifically designed for authorship recognition and profiling.

Roughly speaking, it classifies on the basis of noticeable over- and underuse of specific features. Before being used in comparisons, all feature counts were normalized to counts per words, and then transformed to Z-scores with regard to the average and standard deviation within each feature. Here the grid search investigated: As the input features are numerical, we used IB1 with k equal to 5 so that we can derive a confidence value.

The only hyperparameters we varied in the grid search are the metric Numerical and Cosine distance and the weighting no weighting, information gain, gain ratio, chi-square, shared variance, and standard deviation. However, the high dimensionality of our vectors presented us with a problem. For such high numbers of features, it is known that k-nn learning is unlikely to yield useful results Beyer et al.

This meant that, if we still wanted to use k-nn, we would have to reduce the dimensionality of our feature vectors. For each system, we provided the first N principal components for various N. In effect, this N is a further hyperparameter, which we varied from 1 to the total number of components usually , as there are authors , using a stepsize of 1 from 1 to 10, and then slowly increasing the stepsize to a maximum of 20 when over Rather than using fixed hyperparameters, we let the control shell choose them automatically in a grid search procedure, based on development data.

When running the underlying systems 7. As scaling is not possible when there are columns with constant values, such columns were removed first. For each setting and author, the systems report both a selected class and a floating point score, which can be used as a confidence score. In order to improve the robustness of the hyperparameter selection, the best three settings were chosen and used for classifying the current author in question.

For LP, this is by design. A model, called profile, is constructed for each individual class, and the system determines for each author to which degree they are similar to the class profile. For SVR, one would expect symmetry, as both classes are modeled simultaneously, and differ merely in the sign of the numeric class identifier. However, we do observe different behaviour when reversing the signs. For this reason, we did all classification with SVR and LP twice, once building a male model and once a female model.

For both models the control shell calculated a final score, starting with the three outputs for the best hyperparameter settings. It normalized these by expressing them as the number of non-model class standard deviations over the threshold, which was set at the class separation value. The control shell then weighted each score by multiplying it by the class separation value on the development data for the settings in question, and derived the final score by averaging.

It then chose the class for which the final score is highest. In this way, we also get two confidence values, viz. Results In this section, we will present the overall results of the gender recognition.

We start with the accuracy of the various features and systems Section 5. Then we will focus on the effect of preprocessing the input vectors with PCA Section 5. After this, we examine the classification of individual authors Section 5. For the measurements with PCA, the number of principal components provided to the classification system is learned from the development data.

Below, in Section 5. Starting with the systems, we see that SVR using original vectors consistently outperforms the other two. For only one feature type, character trigrams, LP with PCA manages to reach a higher accuracy than SVR, but the difference is not statistically significant. For SVR and LP, these are rather varied, but TiMBL s confidence value consists of the proportion of selected class cases among the nearest neighbours, which with k at 5 is practically always 0.

The class separation value is a variant of Cohen s d Cohen Where Cohen assumes the two distributions have the same standard deviation, we use the sum of the two, practically always different, standard deviations. Accuracy Percentages for various Feature Types and Techniques. In fact, for all the tokens n-grams, it would seem that the further one goes away from the unigrams, the worse the accuracy gets. An explanation for this might be that recognition is mostly on the basis of the content of the tweet, and unigrams represent the content most clearly.

Possibly, the other n-grams are just mirroring this quality of the unigrams, with the effectiveness of the mirror depending on how well unigrams are represented in the n-grams.

For the character n-grams, our first observation is that the normalized versions are always better than the original versions. This means that the content of the n-grams is more important than their form. This is in accordance with the hypothesis just suggested for the token n-grams, as normalization too brings the character n-grams closer to token unigrams.

The best performing character n-grams normalized 5-grams , will be most closely linked to the token unigrams, with some token bigrams thrown in, as well as a smidgen of the use of morphological processes.

However, we cannot conclude that what is wiped away by the normalization, use of diacritics, capitals and spacing, holds no information for the gender recognition. To test that, we would have to experiment with a new feature types, modeling exactly the difference between the normalized and the original form. This number was treated as just another hyperparameter to be selected. As a result, the systems accuracy was partly dependent on the quality of the hyperparameter selection mechanism.

In this section, we want to investigate how strong this dependency may have been. Recognition accuracy as a function of the number of principal components provided to the systems, using token unigrams. Figures 1, 2, and 3 show accuracy measurements for the token unigrams, token bigrams, and normalized character 5-grams, for all three systems at various numbers of principal components.

For the unigrams, SVR reaches its peak Interestingly, it is SVR that degrades at higher numbers of principal components, while TiMBL, said to need fewer dimensions, manages to hold on to the recognition quality. LP peaks much earlier However, it does not manage to achieve good results with the principal components that were best for the other two systems.

Furthermore, LP appears to suffer some kind of mathematical breakdown for higher numbers of components. Although LP performs worse than it could on fixed numbers of principal components, its more detailed confidence score allows a better hyperparameter selection, on average selecting around 9 principal components, where TiMBL chooses a wide range of numbers, and generally far lower than is optimal.

We expect that the performance with TiMBL can be improved greatly with the development of a better hyperparameter selection mechanism. For the bigrams Figure 2 , we see much the same picture, although there are differences in the details. SVR now already reaches its peak TiMBL peaks a bit later at with And LP just mirrors its behaviour with unigrams.

LP keeps its peak at 10, but now even lower than for the token n-grams However, all systems are in principle able to reach the same quality i. Even with an automatically selected number, LP already profits clearly Recognition accuracy as a function of the number of principal components provided to the systems, using token bigrams. And TiMBL is currently underperforming, but might be a challenger to SVR when provided with a better hyperparameter selection mechanism.

We will focus on the token n-grams and the normalized character 5-grams. As for systems, we will involve all five systems in the discussion.

However, our starting point will always be SVR with token unigrams, this being the best performing combination. We will only look at the final scores for each combination, and forgo the extra detail of any underlying separate male and female model scores which we have for SVR and LP; see above. When we look at his tweets, we see a kind of financial blog, which is an exception in the population we have in our corpus.

The exception also leads to more varied classification by the different systems, yielding a wide range of scores.

SVR tends to place him clearly in the male area with all the feature types, with unigrams at the extreme with a score of SVR with PCA on the other hand, is less convinced, and even classifies him as female for unigrams 1. Figure 4 shows that the male population contains some more extreme exponents than the female population. The most obvious male is author , with a resounding Looking at his texts, we indeed see a prototypical young male Twitter user: From this point on in the discussion, we will present female confidence as positive numbers and male as negative.

Recognition accuracy as a function of the number of principal components provided to the systems, using normalized character 5-grams. All systems have no trouble recognizing him as a male, with the lowest scores around 1 for the top function words.

If we look at the rest of the top males Table 2 , we may see more varied topics, but the wide recognizability stays. Unigrams are mostly closely mirrored by the character 5-grams, as could already be suspected from the content of these two feature types.

For the other feature types, we see some variation, but most scores are found near the top of the lists. Feature type Unigram 1: Top Function 4: On the female side, everything is less extreme. The best recognizable female, author , is not as focused as her male counterpart. There is much more variation in the topics, but most of it is clearly girl talk of the type described in Section 5.

In scores, too, we see far more variation. Even the character 5-grams have ranks up to 40 for this top Another interesting group of authors is formed by the misclassified ones. Taking again SVR on unigrams as our starting point, this group contains 11 males and 16 females. We show the 5 most Confidence scores for gender assignment with regard to the female and male profiles built by SVR on the basis of token unigrams.

The dashed line represents the separation threshold, i. The dotted line represents exactly opposite scores for the two genders. Top rankingfemales insvr ontokenunigrams, with ranksand scoresforsvr with various feature types. Top Function 9: With one exception author is recognized as male when using trigrams , all feature types agree on the misclassification. This may support ourhypothesis that allfeature types aredoingmore orlessthe same.

But it might alsomean that the gender just influences all feature types to a similar degree. In addition, the recognition is of course also influenced by our particular selection of authors, as we will see shortly. Apart from the general agreement on the final decision, the feature types vary widely in the scores assigned, but this also allows for both conclusions. The male which is attributed the most female score is author Toen de mens ontdekte dat de koe melk geeft, waar was hij op dat moment eigenlijk naar op zoek?

Als een woord verkeerd geschreven staat in het woordenboek, hoe weet men dat dan? Krijgen de arbeiders bij Lipton ook een koffiepauze? Ik koop een nieuwe boomerang, hoe raak ik de oude kwijt. Na een tijdje belanden ze tussen de lakens. Hij doet goed zijn best,   en in extase roept zij: De juf in de klas: Daar zitten inderdaad 2 g's in.

Wie weet er nog een? Daar zitten ook 2 g's in. Wie kent er nog een?? De juf wil hem toch een kans geven: Een dame komt per vliegtuig terug uit vakantie in Zwitserland.

Ze zit naast een priester. Tijdens de vlucht geraken ze aan de praat en zo komt het dat ze de Pastoor om een dienst vraagt. Ik zal er invoerrechten op moeten betalen. Kunt u mijn ladyshave niet  verbergen in uw soutane? En ze geeft hem de ladyshave. Aangekomen op Zaventem passeren ze langs de douanepost en de douanier vraagt aan de priester: Ik ging eens een dag met de fiets rijden en had grote dorst gekregen. Ik stopte aan een café maar toen ik  naar binnen keek, zag ik daar een vrouw op de  toog liggen met haar benen open terwijl ze met haar ladyshave het schaamhaar van  haar poesje schoor.

De bazin bracht mijn pintje en ik vroeg stillekes: Een echtpaar winkelt in de plaatselijke Colruyt. Op een bepaald moment neemt de man een bak Duvel en plaatst die in het winkelkarretje. Dus hij doet dat en ze vervolgen hun weg tussen de rekken.

Een paar gangpaden verder neemt de vrouw een pot gezichtscrème van 50 euro en zet die in het winkelwagentje. Ode aan de huisvrouw! Op een dag komt een man thuis van zijn werk en het is daar een echte ravage. De kinderen nog in pyjama zijn aan het spelen in de tuin. Op het gazon rond het huis liggen er overal diepvriesmaaltijden en  fruitsapkartons. Als hij naar binnen gaat is het nog erger!!! De afwas is niet gedaan,   de eetkom van de hond ligt omgekeerd met al het eten er naast. Overal ligt er zand op de grond en op de tafel en stoelen.

Het keukenraam ligt op de grond in duizend stukken met een voetbal erbij. Overal in de living liggen er kleren en speelgoed. Hij loopt naar boven naar de slaapkamer  en daar vind hij zijn vrouw nog in bed met een boek. Zij draait zich al lachend om en zegt: Een koppel viert zijn 40ste huwelijksverjaardag. Hun kalmte is altijd een gespreksonderwerp geweest in het dorp.

Een lokale journalist beslist dus om een reportage te maken over het koppel, om zo het geheim van hun geluk te ontdekken. We waren nog niet zo ver gevorderd toen de ezel van mijn vrouw struikelde. Mijn vrouw zei op een rustige toon: Ze trok de ezel terug recht en we vervolgden onze weg.

Na een korte afstand, struikelde de ezel opnieuw. Toen zei mijn vrouw op een kalme toon: Ze trok de ezel terug recht en we reisden verder. We waren nog geen halve mijl opgeschoten toen de ezel voor een derde keer struikelde. Toen trok mijn vrouw, nog steeds rustig, een revolver uit haar rugzak en schoot de ezel dood.

Waarop ik me kwaad maakte en haar toeschreeuwde wat ik dacht van de manier waarop ze dat arme beest behandelde. Ze keek me in de ogen en antwoordde op kalme toon: Hij gaat naar de man en zegt: Jezus rent de man achterna en zegt: Een echtpaar had een tweeling van twee jaar. Maar de één kon praten en de ander totaal niet. Alles hadden ze al geprobeerd. Uiteindelijk besloot de vader met het kind naar Lourdes te gaan.

Daar aangekomen dompelde hij het kind onder in gewijd water. Het kind kwam proestend boven en gilde opeens: Zijn das zat vol vlekken, zijn wangen zaten vol rode lippenstift en een halflege fles Bacardi stak deels uit de zak van zijn verkreukte vest.

De man opende zijn krant en begon erin te lezen. Na een vijftal minuten richtte hij zich tot de priester en vroeg: De priester, nadenkend over wat hij gezegd had en een beetje nieuwsgierig: Ik heb genen artritis, eerwaarde, mor ik heb hier just inde krant geleze dat de paus dat heeft. Een gepensioneerd man gaat naar de uitkeringinstantie om een uitkering te vragen.

Na lange tijd gewacht te hebben is hij aan de beurt. De vrouw aan het loket vraag zijn identiteitskaart om zijn ouderdom te controleren. Hij vindt ze niet en realiseert zich dat hij zijn brieventas thuis heeft laten liggen. Hij zegt tegen de vrouw dat hij zal naar huis gaan en met zijn identiteitskaart terug zal keren. Waarop de vrouw zegt: Nadat de papieren ingevuld zijn gaat de man tevreden naar huis en thuis gekomen vertelt hij aan zijn vrouw wat hij heeft meegemaakt.

Zij zegt daarop "Je had je broek moeten uitdoen, dan kreeg je wellicht nog invaliditeitstoelage ook". Weet er iemand hoe een vergadring van een vijftigtal vrouwen genoemd wordt, die aan het vergaderen zijn aan een ronde tafel en over emantipatie aan het spreken zijn.

Als je aan een vrouw vraagt wat voor auto ze heeft, dan zegt ze: Als je aan een man vraagt wat voor auto hij heeft dan antwoordt hij: Marie heeft al alles geprobeert om van haar man de centen voor een duur kleedje vast te krijgen, maar zonder resultaat. Wel zegt ze, als ik dan dat geld niet krijg dan zal ik sterven van verdriet. Je zult mij dan moeten begraven en je weet wel dat een begrafenis een veel meer kost gaat zijn dan de prijs van het kleedje.

Dat klopt inderdaad, zegt hij zonder verpinken, maar het is dan ook slechts een eenmalige uitgave. Op een conferentie van dokters in Brussel  ;   Een Engelse dokter zegt: De geneeskunde in Engeland is zo geavanceerd dat wanneer we de testikels van iemand bij iemand anders inplanten, die al na 6 weken werk kan gaan zoeken.

Een Duitse dokter daarop: Bij ons transplanteren we een stuk hersens van iemand bij een ander en die kan na 4 weken al werk gaan zoeken. De Russische dokter zegt: Voï, Voï, das nog niks vergeleken met ons. In Rusland is de geneeskunde zodanig ontwikkeld dat, wanneer we een stuk hart van de ene naar de andere transplanteren, op het eind van de 2de week, ze beiden werk kunnen gaan zoeken.

Dit allemaal horende , zegt de Belg: Dat zijn allemaal onbenulligheden in vergelijking met onze geneeskunde! Hoe ouder ze worden, hoe slapper. Ze irriteren je dat je er 't schijt van krijgt. Ze zijn nooit lang genoeg. Je kunt ze niet veranderen. Je hebt er een nodig maar je weet niet echt waarom. Zacht, glad en ze gaan meestal recht naar je heupen. De besten zijn rijk, warm en ze houden je de hele nacht wakker. Je kunt ze niet geloven.

Hun kleren zijn altijd aan de halve prijs. Ze hebben zooooooveel tijd nodig om te groeien. Ze gaan meestal lopen bij het eerste zicht van emoties. Ze stellen je tevreden maar enkel voor een korte tijd. Je weet nooit wanneer ze komen, hoeveel je krijgt en hoe lang het zal duren. Leuk om naar te kijken maar niet erg helder. Een Dominee, een Pastoor en een Rabbi gingen een dagje de natuur in. Omdat het erg heet was, besloten ze zich te baden in een klein meertje. Het was nogal afgelegen, dus ze besloten al hun kleren uit te trekken.

Nadat ze zich verfrist hadden, besloten ze nog een eindje te gaan wandelen om op te drogen, terwijl ze van hun 'vrijheid' genoten. Maar toen ze door een open stuk liepen zagen ze opeens een aantal vrouwen uit hun dorp.

Omdat ze hun kleren niet meer op tijd konden aandoen besloten de Rabbi en de Pastoor hun edele delen te bedekken terwijl de Dominee zijn gezicht bedekte. Zo renden ze naar hun kleren.

Terwijl ze hun kleren aantrokken vroegen de Pastoor en de Rabbi aan de Dominee Waarom hij zijn gezicht bedekte inplaats van zijn edele delen. Twee weduwen zijn nieuwsgierig naar de nieuwe bewoner van de serviceflat: De ene vrouw spoort de andere aan: Hij is niet getrouwd! Seksuele betrekkingen met een mannelijk dier is een misdrijf, waarop de  doodstraf staat.

De minnares van de man  daarentegen mag ze ombrengen zoals ze verkiest. Wat is het verschil tussen een vis en een Turk? Een vis stinkt pas als ie dood is. Wat zijn de vijf dingen die wit zijn aan een neger? Ze komen met duizenden maar er werkt er maar één. Wat is het toppunt van grofheid?

Een dove op het hoofd slaan en zeggen: Het zou jouw fiets kunnen zijn Toppunt van Pedofilie? Kijken in de vuilbakken van de Abortuskliniek of er niets te neuken valt. Analplus en Kutnet Toppunt van slijtage? Een neger met een blanke lul. Waarom ging Mozes door de zee? Hij durfde met die bende niet op straat komen.

Hij dronk op het werk. Wat is 't verschil tussen een orale en anale thermometer? Viagra is er om 't gat te openen. Epo om het gat te dichten Het is wit en 7 meter lang? ECHTE mannen kan dat niets schelen. Fonske op  9 Oktober , Een man klopt aan bij een hotel en vraagt bij de balie of er nog een kamer vrij is. Dan wordt hij midden in de nacht wakker en hoort: Alle vrouwen zijn bang van mij. Hij dus naar die heks. Johns dochter krijgt bij haar verjaardag een prachtige jurk van rode zijde.

Een jonge vrachtwagenchauffeur komt op de militaire keuring en wil  graag afgekeurd worden. Hij komt bij de keuringsarts en moet zich uitkleden. De arts wijst op kleine letters: De arts wijst op grotere letters: De arts wijst op de allergrootste letters: Niets,´ zegt de jongen. Een man was zijn gazon aan het maaien toen hij zijn aantrekkelijke blonde buurvrouw buiten zag komen en in snel tempo naar haar brievenbus liep.?

Ze opende de bus, sloeg ze weer dicht en stormde terug naar binnen. Even later kwam ze terug buiten, ging weer naar de brievenbus, opende ze en sloeg ze brutaal weer dicht. Duidelijk boos liep ze terug naar binnen Toen de man zich klaarmaakte om de kantjes te maaien, kwam het blondje voor de derde keer buiten, liep weer naar haar bus, opende ze en sloeg ze nog harder dicht. Mijn stomme computer blijft maar melden: Jefke komt thuis van school, en vraagt aan zijn ouders: Uitspraak van de moeder: Een immigrant pikt een hoertje op.

Met een zwaar accent vraagt hij "en gij doen in immigrant stijl? Ze doen het op alle mogelijke manieren. Na afloop zegt zij "Ik verwachtte een pervers gedoe,maar per slot van rekening was het goed. Een 90 jarige man die juist met een jarige meisje is getrouwd, vraagt zijn bruid: Het stokoude en slecht horende vrouwtje vraagt daarop aan haar gebuur: Het oude vrouwtje, steunend op haar wandelstok, zet zich met veel moeite recht en strompelt naar voor.

De totaal verwarde pastoor roept haar toe: Op uwe leeftijd, ben je niet beschaamd? Een nonneke gaat naar de dokter voor een onderzoek. Ze moet zich helemaal uitkleden. De dokter legt zijn handen op haar hoofd. Hij legt nu zijn handen op haar mooie borsten en zegt: Als er een nieuwe auto wordt gekocht: Zit er een radio in? Waar doen ze het van? De vele bomen en paaltjes die ze niet geraakt heeft, ziet hij niet! Op een dag vraagt een meisje aan haar mama: Adam en Eva hebben dan kinderen gekregen die op hun beurt ouders geworden zijn enzovoort, enzovoort.

Het is zo dat de humane familie is ontstaan. Ik heb je verteld over mijn familie en papa over de zijne! In de overvolle bus staat de Jef met zijn voorpartij tegen een mooi meisje aangedrukt. Ga nooit in discussie met een vrouw!

Op een morgen komt een man terug van een vistochtje van verschillende uren en besluit om een dutje te doen. Ondanks het feit dat ze niet vertrouwd is met het meer, besluit de vrouw toch om de boot van haar man eens te gebruiken. Ze vaart een eindje op het meer, gooit het anker uit en leest een boek.

Plots komt er een man, de terreinbeheerder langs met zijn boot. Hij vaart tot naast de boot van de vrouw en zegt, 'Goede morgen mevrouw. Wat bent u aan het doen? Ik ben aan het lezen' 'Ja, maar u hebt al het gereedschap. Voor zover ik weet, kunt u er op elk ogenblik mee beginnen.

Ik moet u een bekeuring geven en uw materiaal in beslag nemen'. Voor zover ik weet, kunt u er op elk ogenblik mee beginnen ', zegt de vrouw. Discussieer nooit met een vrouw die aan het lezen is. Waarschijnlijk kan ze ook nadenken. De baas klaagde in de stafvergadering dat hij te weinig gerespecteerd werd. De volgende dag bracht hij een plakkaat mee waarop stond: Toen hij na de middag terugkwam van de lunch, zag hij dat iemand daaraan een berichtje geplakt had, waarop stond: Chocolademelk en viagra Een man komt zijn vader van 84 jaar bezoeken in het rusthuis.

Terwijl hij daar is, merkt hij op dat een verpleegster hem een kop warme chocolademelk brengt en een viagra pil. De man is stomverbaasd en vraagt: Zegt het ene meisje: Het was een hete zomerdag geweest en net toen mama haar kleine spruit in bed wou stoppen, brak een hevig onweer uit.

De kleine jongen was doodsbang en met een trillende stem vroeg hij: Nadat ze naar elkaars gezondheid hadden geinformeerd, vroeg de ene hoe het ging met de andere haar man. Fred is vorige week gestorven. Hij ging in de tuin een bloemkool uit de grond halen voor het middageten, kreeg een hartaanval en viel te midden de groentetuin dood neer. Wat heb je dan gedaan? De buurman die in zijn tuin aan het werk is, ziet haar liggen, en zegt: Fonske op 21 November , IJSVISSEN                                 Ze heeft vele boeken over het onderwerp gelezen,                                 schaft de nodige spullen aan en gaat naar het ijs.

Ze zet haar stoeltje op het ijs en begint te hakken. Plots dondert een stem vanuit de hemel: Ze zet haar stoeltje neer en wil weer een gat hakken. Opnieuw hoort ze een stem donderen: Ze zet haar stoeltje weer neer en hakt opnieuw een gat.

Een vader nam zijn zoon mee naar een markt voor koeien en paarden. De vader betastte meerdere koeien, sloeg hen eens op de billen, voelde eens op hun rug, betaste de uiers. De zoon vroeg aan zijn vader: De vader maakte zijn zoon duidelijk dat hij alvorens een koe te kopen toch moest weten wat de koe waard was. Vader en zoon gingen zwijgend verder, tot de zoon zijn angst uitte. Vader, zo sprak hij, zou de postbode ons moeder echt willen kopen?

Ze zijn 23 jaar getrouwd. De sleur en de 'mot' zitten erin en ze gaan te langen leste naar een relatietherapeut Als de therapeut vraagt wat het probleem is, steekt de vrouw een tirade af: En ze ratelt maar door en door Plots staat de therapeut op, zonder iets te zeggen Hij loopt om zijn bureau  heen, rukt de dame de kleren van het lijf, slaat zijn armen om haar heen en bedrijft passioneel de liefde met haar!

De vrouw - haar mond eindelijk gesnoerd - ligt nadien stilletjes nahijgend in een volledig bevredigde roes op het bureau. De therapeut draait zich dan naar de man en zegt: Zit er een bloedmooi blondje in de tram tegenover een al wat oudere man.

En die oude viespeuk zit al een tijdje met een 'hongerige blik' naar dat aantrekkelijke blondje te kijken. Op een gegeven moment is zij is het zat en zegt ze tegen die oude man: Een paar dagen geleden vroeg ik mijn vrouw waar ze heen zou willen gaan voor haar verjaardag.

Een zoon komt schoorvoetend bij zijn vader en zegt met bedeesde stem: Is er hier dan niemand meer in huis die van een lekker wijf met dikke tetten houdt? Jefke zit op de stoep met een stok in een hondenpoep te roeren. De postbode komt voorbij en vraagt aan Jefke wat hij aan het doen is.

Ne facteur aan't tekenen', zegt Jefke. Kwaad loopt de postbode door en doet zijn verhaal aan de  Broeders van Liefde, die een straat verder in hun combi zitten te mediteren. Wacht , zegt één van de gendarmes, "eens zien of hij dat bij ons ook durft! Zij wandelen naar Jefke en vragen , Awel brave jongen, gij zijt toch gene gendarme aan 't tekenen hoop ik?. Jantje zeurt al maanden zijn ouders de oren van hun kop dat hij een broertje wil. Op een dag is vader dat gezaag spuugzat. Hij roept Jantje en zegt: Strooi dit maar goed rond in de tuin en dan komt de ooievaar wel vanzelf.

Twee maanden later krijgen de buren een baby. Tijdens het kraambezoek zegt Jantje kwaad tegen de buurman: Wilt u uw auto aan de kant van de straat parkeren met de oneven nummers ,  dan kan de sneeuwploeg er ongestoord langs rijden.

Een week later, weer tijdens het ontbijt, meldt de nieuwslezer op de radio "We verwachten vandaag 10 tot 12 cm sneeuw.

Wilt u uw auto aan de kant van de straat parkeren met de even nummers zodat de sneeuwploeg er ongestoord door kan? Wilt u uw auto. Op dat moment valt de stroom uit De vrouw van Herbert is in alle staten en met een bezorgd gezicht vraagt ze aan haar man Herbert "Schat, nu weet ik niet wat te doen. Aan welke kant van de straat moet ik nu de     auto  parkeren zodat de sneeuwploeg er ongestoord door kan???

Jantje zit samen met zijn zus in de woonkamer TV te kijken. Jantje vroeg aan zijn vader: Even later liep Jantje naar zijn moeder in keuken en vroeg: Een week later komt Jantje te laat op school en de meester vraagt wat de reden is.

Een leraar loopt een klas binnen die vol zit met leerlingen. Op het bureau ziet hij een envelop liggen. Omzichtig kijkt hij de klas rond maar kan niets vreemds ontdekken. Hij zucht even en zegt: Maar dit is de eerste leerling die een brief stuurt met zijn naam eronder Nederlandse les Nederlandse les en de juf vraagt: Wie kan er een zin vormen met de woorden 'waarschijnlijk' en 'want'?

Juffrouw slaat haar ogen ten hemel en denkt al: Ja Achmed, probeer maar', zegt ze bemoedigend. En Achmed zegt; 'Mijn moeder ging met de krant naar 't toilet Dat heeft er helemaal niets mee te maken! Pensioenmopje Een gepensioneerd man gaat naar de uitkeringsinstantie om een uitkering te vragen.

De vrouw aan het loket vraagt zijn identiteitskaart om zijn ouderdom te controleren. Hij vindt ze niet en realiseert zich dat hij zijn portefeuille thuis heeft laten liggen.

Hij zegt tegen de vrouw dat hij naar huis gaat en zijn identiteitskaart gaat halen. Nadat de papieren ingevuld zijn gaat de man tevreden naar huis en vertelt hij aan zijn vrouw wat hij heeft meegemaakt.

Zij zegt daarop "Je had je broek moeten uitdoen, dan had je wellicht nog een invaliditeits-toelage gekregen ook! In  Antwerpen Op de  Meir is er een vreemdeling gras tussen de  kasseien aan het plukken , om  op te eten. Burgemeester  Patrick Janssens komt voorbij en ziet de man  bezig. Wat zijt gij aan 't doen beste man? Waarop de man zegt: Ikke  gras ete , anders ikke dood van den hoenger. Dat is toch geen doen , zegt  Janssens. Janssens schiet in zijn  portefeuille en geeft de arme man 20 euro en  zegt: Ga  maar op 't  hoekske in 't restaurant eens goed  eten.

De arme man schiet gretig  het restaurant binnen. Een week later zit  hij weer gras te vreten op de Meir. Filip De  Winter komt voorbij en vraagt aan de vreemdeling  wat hij aan 't doen is. De arme man zegt: Dat is toch geen doen ,  oppert De Winter.

Hij schiet in z'n  portefeuille en geeft de man trots 1,50 euro. De arme man kijkt vragend. Waarop De  Winter zegt: Allé  manneke dat is voor den tram. Op linkeroever  staat het gras 1 meter hoog. Pietje zit al weken verveeld voor zich uit te staren in de klas. De juf krijgt het op haar zenuwen en vraagt: Mijn zusje zit in de derde klas maar ik weet veel meer dan zij en dus moet ik óók eigenlijk naar de 3e klas'.

De juffrouw vindt dat een moeilijke kwestie en spreekt erover met de  directeur. Terwijl Pietje buiten het kantoor van de directeur moet  wachten legt de juffrouw het probleem aan hem uit. De juffrouw gaat hiermee akkoord en Pietje mag binnenkomen. De directeur kijkt de juffrouw aan en zegt 'Ik denk dat Pietje best wel naar de 3 klas kan gaan' Maar de juffrouw twijfelt nog steeds en vraagt of ze óók nog een paar vragen mag stellen.

De directeur gaat hiermee akkoord en de juffrouw stelt haar eerste vraag; 'Waarvan heeft een koe er vier, terwijl ik er maar twee heb? De juffrouw vervolgde met: Een zakenman moet op zakenreis naar het buitenland. Hij roept zijn trouwe knecht Saïd en legt hem uit dat hij op het huis moet passen en dat hij hem bij gelijk welk probleem dat er zich voordoet hem moet opbellen.

Na enkele dagen wordt de zakenman ongerust en belt zelf Saïd op. Om toch zijn interesse te tonen vraagt hij: Hoe kan dat nu? Wij hebben vorige week pas haar 70ste verjaardag gevierd en zij was in volle form. Vijfenveertig jaar leed is genoeg geweest! En dan ook nog enkele dagen voor Kerstmis', roept de zoon ontdaan.

Ik heb er genoeg van. Je kan me wel helpen door je zuster Anna in Chicago in te lichten. Zeer ontgoocheld belt de zoon naar zijn zus.

Die is volledig de kluts kwijt. Ik ga dat varkentje eens snel even wassen! Doe niets meer tot mijn broer en ik bij je zijn. Je hebt me goed verstaan: NIETS doen en op ons wachten! Die twee komen Kerstmis bij ons doorbrengen  en ze betalen hun vlucht zelf!!! Een Antwerpenaar komt goedkoop "wielertoeristen" in Limburg. We moeten vooraf echt niet verduidelijken dat hij de Limburgers voor domme boeren neemt.

Hij stopt met zijn fiets aan een benzinestation in Genk en vraagt de pompbediende: De bediende laat zich echter niet uit z'n lood slaan en doet glimlachend alsof hij de fiets voltankt. En weerom knikt de pompbediende glimlachend en speelt het spel mee. De Antwerpenaar krom van 't lachen, springt op z'n fiets en maakt aanstalten om te vertrekken. Antwoordt de Limburger hééééél traag: Vroeger had ik een hekel aan trouwfeesten met familie. Elke keer weer kwamen er ooms en tantes op me af die me een por in m'n zij gaven en dan zeiden: Drie oude mannen praten over hun laatste wensen.

Geest     Een getrouwd stel is aan het golf spelen op de meest luxueuze golfcourt van het land, midden in een super exclusieve villawijk. Bij het derde hole gekomen zegt de man tegen zijn vrouw: Beduusd belt het koppel aan de deur. Een geheimzinnige stem roept hen binnen. In de hal aangekomen zien ze de scherven van het raam en zien ze ook nog een grote Chinese vaas aan diggelen, met daarin hun golfbal.

Daarnaast staat een klein, oud ventje dat zegt: Door de vaas te breken ben ik bevrijd en vanaf nu ben ik weer een gewoon mens. Ik kan wel nog drie wensen vervullen.

Omdat jullie mij hebben bevrijd en  met jullie tweeën zijn mogen jullie elk 1 wens doen. De laatste wens wil ik na jaar wel voor mijzelf houden, akkoord?

En wat zal het voor U zijn, mevrouw? Na de eerste emoties vraagt de man aan de geest: