우리는 그룹, 특성 또는 조건과 같은 중재자(moderators)에 따라 의미론적 의미(semantic meaning)가 어떻게 변화하는지를 모델링하여 이러한 변화를 테스트 가능하고 해석 가능하게 만드는 Supervised Semantic Differential (SSD)의 확장판인 interaction SSD를 소개합니다. 이 방법은 주요 의미론적 기울기(main semantic gradient), 상호작용 기울기(interaction gradient), 그리고 조건부 기울기(conditional gradients)를 추정하며, 이들은 모두 표준 SSD 도구를 통해 해석 가능합니다. 우리는 UC Berkeley의 Measuring Hate Speech 코퍼스를 사용하여 이를 입증하며, 주석가(annotator)의 인종 정체성이 유색인종을 겨냥한 댓글에 대한 혐오 표현 판단을 중재하는지 테스트합니다. 상호작용 모델은 유의미한 중재 효과를 감지합니다. 즉, 공유된 기울기(shared gradient)는 비인간화된 적대감(dehumanizing hostility)과 대응 발언(counter-speech)을 대조하는 반면, 상호작용 기울기(interaction gradient)는 어떤 의미론적 단서(semantic cues)가 혐오 표현 등급을 예측하는지에 있어 더 작은 그룹 연관 차이를 드러냅니다. Interaction SSD는 중재된 의미-결과 관계(moderated meaning-outcome relationships)를 통계적으로 테스트 가능하고 해석 가능하게 만듭니다.