Interessante, mas como ele resolve nomes que dependem do contexto? Por exemplo, dependendo da nacionalidade, alguns nomes podem ser de um gênero ou outro. Testei com "Yuri", que no Japão é um nome feminino, mas na Rússia é masculino. O resultado foi masculino:

```javascript
{
    "name": "Yuri",
    "gender": "male",
    "score": 0.9507206678390503,
    "full_result": [
        { "label": "male", "score": 0.9507206678390503 },
        { "label": "female", "score": 0.04927927255630493 }
    ]
}
```

Entendo que ele não dá 100% de certeza, mas ainda sim, um japonês poderia achar que 4,9% é bem baixo para o contexto dele. E não é um problema só do Japão, pois há muitas garotas nipo-brasileiras com este nome, por exemplo (dependendo da aplicação, os resultados teriam que ser ajustados).

E tem vários outros casos: Andrea (masculino na Itália, feminino no Brasil), Kim, Alisson, etc. Tem como ajustar algum parâmetro para que ele considere nacionalidade (ou qualquer outro fator que ajude a desambiguar)? Também fiquei curioso pra saber como ele determina essas probabilidades (quais as fontes dos dados, por exemplo).

Outro exemplo é Darci, mesmo no Brasil há homens e mulheres com esse nome.
Pela API retornou 97% para nome masculino.

Interessante, mas como ele resolve nomes que dependem do contexto? Por exemplo, dependendo da nacionalidade, alguns nomes podem ser de um gênero ou outro. Testei com "Yuri", que no Japão...