Los criminales utilizan las redes sociales en línea para diversas actividades, incluyendo la comunicación, planificación y ejecución de actos delictivos. A menudo emplean publicaciones cifradas utilizando expresiones en jerga, que están restringidas a grupos específicos. Aunque la literatura muestra avances en el análisis de publicaciones en mensajes de lenguaje natural, como discursos de odio, amenazas y, más notablemente, en el análisis de sentimientos; la investigación que permite el análisis de intenciones de publicaciones utilizando expresiones en jerga aún está poco explorada. Proponemos un marco y construimos prototipos de software para la selección de publicaciones en redes sociales con expresiones en jerga criminal y la clasificación automática de estas publicaciones según clases ilocutivas. El marco desarrollado explora ontologías computacionales y técnicas de aprendizaje automático (ML). Nuestra Ontología de Expresiones Criminales definida representa conceptos del crimen en un modelo formal y flexible, y los asocia con expresiones en jerga criminal. Esta ontología se utiliza para seleccionar publicaciones sospechosas y descifrarlas. En nuestra solución, la intención criminal en publicaciones escritas se clasifica automáticamente basándose en modelos aprendidos de publicaciones existentes. Este trabajo lleva a cabo un estudio de caso para evaluar el marco con 8,835,290 tweets. Los resultados obtenidos muestran su viabilidad al demostrar los beneficios en el desciframiento de publicaciones y la efectividad de detectar la intención del usuario en publicaciones criminales escritas basadas en ML.