Más del 80% de las personas que cometen suicidio revelan su intención de hacerlo en las redes sociales. La principal información que podemos utilizar en las redes sociales son las publicaciones generadas por los usuarios, ya que la información personal no siempre está disponible. Identificar todas las emociones posibles en una sola publicación textual es crucial para detectar el estado mental del usuario; sin embargo, las emociones humanas son muy complejas y un solo texto puede expresar múltiples emociones. Este artículo propone una nueva representación gráfica de emociones multi-etiqueta para la clasificación de salud mental basada en publicaciones de redes sociales. Primero, construimos un tensor de gráfico palabra-documento para describir la representación contextual basada en emociones utilizando léxicos emocionales. Luego, se entrena con emociones multi-etiqueta y se realiza una propagación gráfica para armonizar la información emocional heterogénea, y se aplica a una clasificación de salud mental basada en gráficos textuales. Realizamos experimentos extensivos en tres conjuntos de datos de clasificación de salud mental en redes sociales disponibles públicamente, y los resultados muestran mejoras claras.