Figure 1: Overview of the Twitter data analysis methodology for depression detection
Attributes |
Arabic translation |
Saudi dialect |
Sadness |
الحزن |
حزنان, حزينة, حزين |
Loss of interest in life |
فقدان الاهتمام في الحياة |
الحياة, خسارة, متعبة, قاسية |
Sluggish |
كسل |
ملل هالحزه, ما اقدراسوي شي, كسل, خمول |
Pessimism |
تشاؤم |
مستقبل مخيف, يوم تعيس, يوم اسود, مافيه امل, ماني متفائل |
Poor self-image |
ضعف الصورة الذاتية |
انا شين,انا شينة, موحلو, مو حلوه, قبيح, قبيحة |
Suicidal impulse |
الدافع الانتحاري |
بموت, ودي اموت |
Loss of warm feeling toward family or friends |
فقدان الشعور الدافئ تجاه الأسرة أو الأصدقاء |
وش هالاهل, ماعندي اصداقاء, اصحاب منافقين |
Poor memory |
ذاكرة ضعيفة |
انسى دائما, انا غبي, غبية |
Past failure |
فشل الماضي |
فاشل, فاشلة, ما انجح بشيء, بجيب العيد |
Crying spells |
نوبات البكاء |
ابكي دائما, اصيح, دموع |
Childhood trauma |
صدمة الطفولة |
صدمة حياتي, ضرب, تعنيف الصغار |
Table 1: Depression Attributes
Evaluation |
SVM |
KNN |
MNB |
DT |
RF |
Accuracy |
87.50% |
87.70% |
77.60% |
79.70% |
85.30% |
Precision |
80% |
83.30% |
30.20% |
29.60% |
42.80% |
Recall |
8% |
10% |
52% |
38% |
30% |
F-Score |
14.50% |
17.80% |
38.20% |
33.30% |
36.30% |
Table 2: Classification Evaluation Results
Figure 1: Overview of the Twitter data analysis methodology for depression detection
Figure 2: Classification Evaluation Results
Figure 3: Accuracy Results
Tables at a glance
Figures at a glance