SSD 中的语义梯度交互：关于种族身份与仇恨言论的案例研究
计算与语言
2026-05-27 v1
摘要
我们介绍了 SSD 交互模型，这是对受监督语义差异(SSD)的扩展，旨在建模语义含义在不同调节变量（如群体、特征或条件）下的变化，并使这种变化可被测试和解释。该方法估计主语义梯度、交互梯度以及条件梯度，所有梯度均可通过标准 SSD 工具进行解释。我们在加州大学伯克利分量仇恨言论语料库上进行示例，测试注释者的种族身份是否调节针对人种颜色个体的评论的仇恨言论判断。交互模型检测到显著的调节效应：共享梯度对比去人化敌意与反仇恨言论表达，而交互梯度揭示了较小的群体关联差异，即哪些语义线索预测仇恨言论评分。交互 SSD 使受调节的含义-结果关系得以统计可测试和解释。
引用
@article{arxiv.2605.27322,
title = {Semantic Gradients Interactions in SSD: A Case Study in Racial Identity and Hate Speech},
author = {Felix Ostrowicki and Hubert Plisiecki},
journal= {arXiv preprint arXiv:2605.27322},
year = {2026}
}