本研究提出了一种基于递归神经网络的抑郁情绪检测方法，针对社交媒体孟加拉文文本进行情感分析。通过对983条文本的预处理和特征提取，结果表明该方法能够有效识别抑郁情绪，为心理学家提供情感分析工具，帮助改善抑郁患者的生活。

本研究创建了一个包含33,605条孟加拉文社交媒体数据的情感分析数据集，并比较了多种语言模型的表现。结果表明，单语言变换器模型在零指导和少量指导下优于其他模型。此外，研究探讨了心理健康与社交媒体的关系，提出了DepGPT模型用于抑郁症检测，取得了高准确度和F1分数，为孟加拉语情感分析提供了重要见解和工具。

本研究使用33,605条孟加拉文新闻推文和Facebook评论创建了手动注释数据集，并比较了Flan-T5、GPT-4和Bloomz等语言模型。结果显示，单语言变换器模型在零指导和少量指导的情况下表现最佳。研究者计划公开数据集和研究工具。