El crecimiento y la popularidad de las plataformas de redes sociales han generado un nuevo entorno de interacción social, así como una nueva red de colaboración y comunicación entre individuos. Estas plataformas poseen una enorme cantidad de datos sobre los comportamientos y sentimientos de los usuarios, ya que las personas crean, comparten o intercambian su información, ideas, imágenes o videos utilizándolas. Una de estas plataformas populares es Twitter, que a través de su estructura de intercambio de información voluntaria, proporciona a los investigadores un potencial de datos beneficioso para sus estudios. Basado en datos de Twitter, en este estudio se propone un marco de detección de sentimientos multilingüe para calcular la Felicidad Nacional Bruta (FNB) europea. Este marco consiste en un novedoso método de recolección, filtrado y muestreo de datos, y un algoritmo de detección de sentimientos multilingüe recién construido para grandes datos de redes sociales, y se prueba con nueve países europeos (Reino Unido, Alemania, Suecia, Turquía, Portugal, Países Bajos, Italia, Francia y España) y sus lenguas nacionales durante un período de seis años. La fiabilidad de los datos se verifica con comparaciones de picos/valleys para días especiales de listas de noticias de Wikipedia. La validez se comprueba con un grupo de análisis de correlación con los informes de la encuesta de Satisfacción de Vida de la OCDE, el Euro-Dólar y otros intercambios de divisas, y datos de series temporales del mercado de valores nacional. Después de las confirmaciones de validez y fiabilidad, se elabora el mapa de FNB europeo para seis años. El principal problema abordado es proponer un novedoso marco de análisis de sentimientos en redes sociales multilingüe para calcular la FNB de los países y cambiar la metodología de encuestas y entrevistas de organizaciones tipo OCDE. Además, se cree que este marco puede ofrecer resultados más detallados (por ejemplo, sentimientos diarios o por hora de la sociedad en diferentes idiomas).