本研究は，多言語感情推定における誤分類傾向とモデル判断根拠の可視化分析を目的とする．英語・日本語・中国語のAmazonレビューを用い，mBERTおよびXLM-Rによる5段階感情分類を実施した．混同行列とUMAPにより誤分類構造を可視化し，いずれの言語でも中立的感情（2–3）の混同が顕著であることを確認した．また，XLM-RはmBERTより全体的に高い性能を示す一方，誤分類の生じ方には言語差が見られた．さらにSHAPにより誤分類を誘発した単語の寄与度を分析し，否定表現や曖昧な評価語への過敏な反応が共通要因であることを示した．今後は，古典小説への適用や人工評価の導入を通じて，可視化に基づく多次元的なモデル評価フレームワークへの発展を目指す．