Depression detection with machine learning of structural and non‐structural dual languages الكشف عن الاكتئاب مع التعلم الآلي للغات المزدوجة الهيكلية وغيرالهيكلية Détection de la dépression avec apprentissage automatique des langages doubles structurels et nonstructurels Detección de depresión con aprendizaje automático de lenguajes duales estructurales y no estructurales

Abstract Depression is a serious mental state that negatively impacts thoughts, feelings, and actions. Social media use is rapidly growing, with people expressing themselves in their regional languages. In Pakistan and India, many people use Roman Urdu on social media. This makes Roman Urdu important for predicting depression in these regions. However, previous studies show no significant contribution in predicting depression through Roman Urdu or in combination with structured languages like English. The study aims to create a Roman Urdu dataset to predict depression risk in dual languages [Roman Urdu (non‐structural language) + English (structural language)]. Two datasets were used: Roman Urdu data manually converted from English on Facebook, and English comments from Kaggle. These datasets were merged for the research experiments. Machine learning models, including Support Vector Machine (SVM), Support Vector Machine Radial Basis Function (SVM‐RBF), Random Forest (RF), and Bidirectional Encoder Representations from Transformers (BERT), were tested. Depression risk was classified into not depressed, moderate, and severe. Experimental studies show that the SVM achieved the best result with anaccuracy of 0.84% compared to existing models. The presented study refines thearea of depression to predict the depression in Asian countries. الاكتئاب المجرد هو حالة عقلية خطيرة تؤثر سلبًا على الأفكار والمشاعر والأفعال. ينمو استخدام وسائل التواصل الاجتماعي بسرعة، حيث يعبر الناس عن أنفسهم بلغاتهم الإقليمية. في باكستان والهند، يستخدم العديد من الناس اللغة الأوردو الرومانية على وسائل التواصل الاجتماعي. وهذا يجعل اللغة الأوردو الرومانية مهمة للتنبؤ بالاكتئاب في هذه المناطق. ومع ذلك، لا تظهر الدراسات السابقة أي مساهمة كبيرة في التنبؤ بالاكتئاب من خلال اللغة الأوردو الرومانية أو بالاشتراك مع لغات منظمة مثل اللغة الإنجليزية. تهدف الدراسة إلى إنشاء مجموعة بيانات رومانية أردية للتنبؤ بمخاطر الاكتئاب باللغات المزدوجة [الرومانية الأردية (لغة غيرهيكلية) + الإنجليزية (لغة هيكلية)]. تم استخدام مجموعتي بيانات: البيانات الرومانية الأردية التي تم تحويلها يدويًا من اللغة الإنجليزية على Facebook، والتعليقات الإنجليزية من Kaggle. تم دمج مجموعات البيانات هذه للتجارب البحثية. تم اختبار نماذج التعلم الآلي، بما في ذلك آلة ناقلات الدعم (SVM)، ووظيفة أساس شعاعي لآلة ناقلات الدعم (SVM-RBF)، والغابة العشوائية (RF)، وتمثيلات التشفير ثنائي الاتجاه من المحولات (BERT). تم تصنيف مخاطر الاكتئاب إلى غير مكتئب ومعتدل وشديد. تظهر الدراسات التجريبية أن SVM حققت أفضل نتيجة بدقة 0.84 ٪ مقارنة بالنماذج الحالية. تعمل الدراسة المقدمة على صقل منطقة الاكتئاب للتنبؤ بالاكتئاب في الدول الآسيوية. Résumé La dépression est un état mental grave qui a un impact négatif sur les pensées, les sentiments et les actions. L'utilisation des médias sociaux augmente rapidement, les gens s'exprimant dans leurs langues régionales. Au Pakistan et en Inde, de nombreuses personnes utilisent l'ourdou romain sur les réseaux sociaux. Cela rend l'ourdou romain important pour prédire la dépression dans ces régions. Cependant, des études antérieures ne montrent aucune contribution significative à la prédiction de la dépression par l'ourdou romain ou en combinaison avec des langues structurées comme l'anglais. L'étude vise à créer un ensemble de données en ourdou romain pour prédire le risque de dépression dans les deux langues [ourdou romain (langue nonstructurelle) + anglais (langue structurelle)]. Deux ensembles de données ont été utilisés : les données en ourdou romain converties manuellement de l'anglais sur Facebook et les commentaires en anglais de Kaggle. Ces ensembles de données ont été fusionnés pour les expériences de recherche. Les modèles d'apprentissage automatique, y compris la machine vectorielle de support (SVM), la fonction de base radiale de la machine vectorielle de support (SVM-RBF), la forêt aléatoire (RF) et les représentations d'encodeur bidirectionnel à partir de transformateurs (BERT), ont été testés. Le risque de dépression a été classé en non déprimé, modéré et grave. Des études expérimentales montrent que le SVM a obtenu le meilleur résultat avec une précision de 0,84% par rapport aux modèles existants. L'étude présentée affine le domaine de la dépression pour prédire la dépression dans les pays asiatiques. Resumen La depresión es un estado mental grave que afecta negativamente a los pensamientos, sentimientos y acciones. El uso de las redes sociales está creciendo rápidamente, y las personas se expresan en sus idiomas regionales. En Pakistán y la India, muchas personas usan el urdu romano en las redes sociales. Esto hace que el urdu romano sea importante para predecir la depresión en estas regiones. Sin embargo, estudios previos no muestran una contribución significativa en la predicción de la depresión a través del urdu romano o en combinación con idiomas estructurados como el inglés. El estudio tiene como objetivo crear un conjunto de datos de urdu romano para predecir el riesgo de depresión en dos idiomas [urdu romano (lenguaje no estructural) + inglés (lenguaje estructural)]. Se utilizaron dos conjuntos de datos: datos en urdu romano convertidos manualmente del inglés en Facebook y comentarios en inglés de Kaggle. Estos conjuntos de datos se fusionaron para los experimentos de investigación. Se probaron modelos de aprendizaje automático, incluidos Support Vector Machine (SVM), Support Vector Machine Radial Basis Function (SVM-RBF), Random Forest (RF) y Bidirectional Encoder Representations from Transformers (BERT). El riesgo de depresión se clasificó en no deprimido, moderado y grave. Los estudios experimentales muestran que el SVM logró el mejor resultado con una precisión del 0,84% en comparación con los modelos existentes. El estudio presentado refina el área de la depresión para predecir la depresión en los países asiáticos.