Published March 2, 2024
| Version v1
Publication
Open
Detection of Depression from Arabic Tweets Using Machine Learning
Creators
- 1. Jordan University of Science and Technology
- 2. Yarmouk University
Description
Depression has become the disease of the times and has caused suffering and disruption in the lives of millions of people around the world of all ages. Method: We obtained 16,581 Arabic tweets, whether they express depression or not, and the symptoms they contain for 1439 Arab Twitter users. We classified whether the user is depressed or not. We used many machine learning algorithms: DT, RF, Mutational Naïve Bayes, and AdaBoost , we also used feature extraction like BOW and TF-IDF. The result: Our experiments showed that Mutational Naïve Bayes with TF-IDF had the highest accuracy of 86% when rating tweets. Conclusion: Caring for the mental health of people is very important, as some measures must be taken to maintain the mental health of people in the early stages of infection.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
أصبح الاكتئاب مرض العصر وتسبب في معاناة واضطراب في حياة الملايين من الناس في جميع أنحاء العالم من جميع الأعمار. الطريقة: حصلنا على 16581 تغريدة عربية، سواء كانت تعبر عن الاكتئاب أم لا، والأعراض التي تحتوي عليها لـ 1439 من مستخدمي تويتر العرب. قمنا بتصنيف ما إذا كان المستخدم مكتئبًا أم لا. استخدمنا العديد من خوارزميات التعلم الآلي: DT و RF و Mutational Naïve Bayes و AdaBoost، كما استخدمنا استخراج الميزات مثل BOW و TF - IDF. النتيجة: أظهرت تجاربنا أن بايز الساذج المتحور مع TF - IDF كان لديه أعلى دقة بنسبة 86 ٪ عند تقييم التغريدات. الخلاصة: العناية بالصحة النفسية للأشخاص مهمة جداً، حيث يجب اتخاذ بعض التدابير للحفاظ على الصحة النفسية للأشخاص في المراحل المبكرة من الإصابة.Translated Description (French)
La dépression est devenue la maladie de l'époque et a causé des souffrances et des perturbations dans la vie de millions de personnes de tous âges dans le monde. Méthode : Nous avons obtenu 16 581 tweets arabes, qu'ils expriment une dépression ou non, et les symptômes qu'ils contiennent pour 1 439 utilisateurs arabes de Twitter. Nous avons classé si l'utilisateur est déprimé ou non. Nous avons utilisé de nombreux algorithmes d'apprentissage automatique : DT, RF, Mutational Naïve Bayes et AdaBoost , nous avons également utilisé l'extraction de fonctionnalités comme BOW et TF-IDF. Résultat : Nos expériences ont montré que les Bayes naïfs de mutation avec TF-IDF avaient la plus grande précision de 86 % lors de l'évaluation des tweets. Conclusion : Il est très important de prendre soin de la santé mentale des personnes, car certaines mesures doivent être prises pour maintenir la santé mentale des personnes aux premiers stades de l'infection.Translated Description (Spanish)
La depresión se ha convertido en la enfermedad de los tiempos y ha causado sufrimiento y trastornos en la vida de millones de personas en todo el mundo de todas las edades. Método: Obtuvimos 16.581 tweets árabes, expresen o no depresión, y los síntomas que contienen para 1439 usuarios árabes de Twitter. Clasificamos si el usuario está deprimido o no. Utilizamos muchos algoritmos de aprendizaje automático: DT, RF, Mutational Naïve Bayes y AdaBoost , también utilizamos extracción de características como BOW y TF-IDF. El resultado: nuestros experimentos mostraron que Mutational Naïve Bayes con TF-IDF tuvo la mayor precisión del 86% al calificar los tweets. Conclusión: Cuidar la salud mental de las personas es muy importante, ya que se deben tomar algunas medidas para mantener la salud mental de las personas en las primeras etapas de la infección.Files
96.pdf
Files
(555.6 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:e2cd109e11ebf40317627f199716a9fb
|
555.6 kB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- الكشف عن الاكتئاب من التغريدات العربية باستخدام التعلم الآلي
- Translated title (French)
- Détection de la dépression à partir de tweets en arabe à l'aide de l'apprentissage automatique
- Translated title (Spanish)
- Detección de depresión a partir de tweets árabes mediante aprendizaje automático
Identifiers
- Other
- https://openalex.org/W4392350502
- DOI
- 10.61356/smij.2024.11103