Этот анализатор тональности использует модель Cardiff NLP XLM-T на базе XLM-R, обученную примерно на 198 миллионах многоязычных твитов и дообученную по задаче тональности для арабского, английского, французского, немецкого, хинди, итальянского, португальского и испанского языков. Выходные метки означают неблагоприятный общий тон, отсутствие явного смещения к позитиву или негативу и благоприятный общий тон. Модель не распознаёт конкретные эмоции, правдивость, срочность или намерения автора.
Для первого анализа загружаются квантованные веса модели XLM-R в формате ONNX и файлы токенизатора общим объёмом около 297 MB. Вычисления выполняет рабочий поток браузера, поэтому основной интерфейс остаётся отзывчивым. Приоритетным является ускорение через WebGPU; при его недоступности используется более медленный CPU-бэкенд на WebAssembly. Обычно браузер кэширует эти файлы, но режим инкогнито, очистка хранилища или нехватка места могут привести к повторной загрузке.
Инструмент анализирует не более первых 1 000 символов Unicode, а токенизатор модели дополнительно усекает ввод до своего оконного размера. Оценки сравнивают только три метки и не являются гарантированными или откалиброванными вероятностями корректности. Сарказм, отрицания, кавычки, смешанная тональность, профессиональный жаргон, тексты на неподдерживаемых языках и сдвиг тематики по сравнению с обучающими данными могут приводить к ошибкам. Для русского языка модель может возвращать метку благодаря многоязычной базе, но тональность на русском не проходила целевое дообучение, поэтому результат следует считать примерным и использовать лишь как ориентир.