React Score 利用 17 个先进的自然语言处理模型，提供媒体内容的上下文分析。这些模型量化了 伤害、争议、垃圾信息和情感指标，使得 AI 能够自动检测和分类内容，而不需要人工审核。这简化了对潜在内容影响的理解。
分组指标将提供如下见解：
伤害的衡量标准：种族主义、性别歧视、仇恨言论、侮辱、猥亵、有毒性和威胁
争议的衡量标准：极端党派主义、讽刺、争议和假新闻
垃圾信息的衡量标准：标题党和垃圾信息
情感的衡量标准：情感、情绪、讽刺和主观性
如何使用 React Score
红色/灰色渐变表示高或低的风险分数，灰色代表接近0的分数，红色代表接近100的分数。低于12%的分数大多显示为灰色和中性。当分数超过50%时，红色变得更加明显，表明需要关注。
示例：情感分数为75%表明是否存在高水平的负面情绪、讽刺或主观性。
使用 React Score 进行排序和过滤
在查看数据提及流时，您可以点击**‘筛选’。在那里，您将看到一个名为‘风险评分’**的部分。它将显示两个类别：
(1) 风险评分平均值：默认选项，风险评分平均值的滑块将允许您选择所需的范围，以作为筛选条件应用于数据提及流。
(2) 风险评分类别：与每个风险类别相关的滑块将允许您选择所需的范围，以作为筛选条件应用于数据提及流。
注意：您可以使用任一排序选项，但这些选项不能同时使用。
如何使用 React Score
在生成报告时，提及内容可以按 React Score Average 进行排序，排序方式为 ‘升序’ 或 ‘降序’。在此视图中，仅显示平均 React 分数。要查看排序后的 React 类别的分数，您必须将鼠标悬停在平均 React 分数上。
在您导出的CVS文件中，您将能够访问提供React Score细分信息的字段。这些信息展示了您的提及内容所产生的影响力。