論文の概要: UnBias-Plus: Detect, Explain, and Rewrite Bias

• arxiv url: http://arxiv.org/abs/2606.23412v1
• Date: Mon, 22 Jun 2026 14:36:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-24 19:10:15.520296
• Title: UnBias-Plus: Detect, Explain, and Rewrite Bias
• Title（参考訳）: UnBias-Plus:検出、説明、書き直し
• Authors: Ahmed Y. Radwan, Ahmed ElKady, Sindhuja Chaduvula, Mohamed Hafez, Amrit Krishnan, Shaina Raza,
• Abstract要約: UnBias-Plusは、自然言語のバイアスを検出するオープンソースのツールキットである。 セグメントレベルの多クラスバイアス分類、バイアス付きスパンローカライゼーション、中立テキスト書き換え、各決定の推論を統一する。 ツールキット、ソースコード、モデル、データセット、ドキュメントが公開されている。
• 参考スコア（独自算出の注目度）: 4.594846972312952
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Bias in natural language remains a persistent challenge in both human-written and AI-generated content, affecting domains such as journalism, education, and AI research. Most existing detection methods identify only the presence of bias, with limited support for granular detection, interpretable explanations, neutral rewriting, and openly available trained models. We present UnBias-Plus, an open-source toolkit unifying (1) segment-level multi-class bias classification, (2) biased span localization, (3) neutral text rewriting, and (4) reasoning for each decision. Available via Python, CLI, REST API, and web interfaces, UnBias-Plus supports accessible bias analysis. The toolkit, source code, models, datasets, and documentation are publicly available.
• Abstract（参考訳）: 自然言語におけるバイアスは、ジャーナリズム、教育、AI研究といった分野に影響を及ぼす、人書きコンテンツとAI生成コンテンツの両方において、引き続き永続的な課題である。 ほとんどの既存の検出方法はバイアスの存在のみを特定し、粒度検出、解釈可能な説明、中立的な書き換え、オープンに利用可能なトレーニングモデルのサポートが限定されている。 提案するUnBias-Plusは,(1)セグメントレベルの多クラスバイアス分類,(2)バイアス付きスパンローカライゼーション,(3)中立テキスト書き換え,(4)決定の推論を統一するオープンソースツールキットである。 Python、CLI、REST API、Webインターフェースを通じて利用可能で、UnBias-Plusはアクセス可能なバイアス分析をサポートする。 ツールキット、ソースコード、モデル、データセット、ドキュメントが公開されている。

関連論文リスト

• Why AI-Generated Text Detection Fails: Evidence from Explainable AI Beyond Benchmark Accuracy [0.9169660430821364]
  本稿では,言語機能工学,機械学習,説明可能なAI技術を統合するフレームワークを提案する。 SHAPに基づく説明を用いて、最も影響力のある特徴がデータセットによって著しく異なることを示す。 この知識は、さまざまな設定で堅牢なAI検出器を構築するのに役立ちます。
  論文  参考訳（メタデータ） (2026-03-24T12:46:15Z)
• Responsible AI in NLP: GUS-Net Span-Level Bias Detection Dataset and Benchmark for Generalizations, Unfairness, and Stereotypes [6.30817290125825]
  本稿では、GUSデータセットとマルチラベルトークンレベル検出器を組み合わせたGUS-Net Frameworkを紹介し、社会バイアスのスパンレベル分析を行う。 GUSデータセットには、複数のドメインにまたがる3,739のユニークなスニペットが含まれ、69,000以上のトークンレベルのアノテーションが含まれている。 マルチラベルトークンレベルの分類としてバイアス検出を定式化し,エンコーダベースモデルとデコーダベース大規模言語モデルの両方をベンチマークする。
  論文  参考訳（メタデータ） (2024-10-10T21:51:22Z)
• GradBias: Unveiling Word Influence on Bias in Text-to-Image Generative Models [75.04426753720553]
  開集合におけるバイアスを特定し,定量化し,説明するための枠組みを提案する。 このパイプラインはLarge Language Model (LLM)を活用して、一連のキャプションから始まるバイアスを提案する。 このフレームワークには、OpenBiasとGradBiasの2つのバリエーションがあります。
  論文  参考訳（メタデータ） (2024-08-29T16:51:07Z)
• OpenBias: Open-set Bias Detection in Text-to-Image Generative Models [108.2219657433884]
  OpenBiasを提示するテキストから画像生成モデルにおけるオープンセットバイアス検出の課題に対処する。 OpenBiasは、事前コンパイルされた集合にアクセスすることなく、バイアスの深刻度を不可知的に識別し、定量化する。 本研究では, 安定拡散1.5, 2, XLの挙動について検討した。
  論文  参考訳（メタデータ） (2024-04-11T17:59:56Z)
• Current Topological and Machine Learning Applications for Bias Detection in Text [4.799066966918178]
  本研究はRedditBiasデータベースを用いてテキストバイアスの分析を行う。 BERTおよびRoBERTaの変種を含む4つの変圧器モデルについて検討した。 発見によるとBERT、特にミニBERTはバイアス分類に優れており、多言語モデルは遅延している。
  論文  参考訳（メタデータ） (2023-11-22T16:12:42Z)
• X-PARADE: Cross-Lingual Textual Entailment and Information Divergence across Paragraphs [55.80189506270598]
  X-PARADEは、段落レベルの情報の分岐の最初の言語間データセットである。 アノテーションは、対象言語における段落をスパンレベルでラベル付けし、ソース言語における対応する段落に対して評価する。 アライメントされた段落は、異なる言語のウィキペディアページから引用される。
  論文  参考訳（メタデータ） (2023-09-16T04:34:55Z)
• Contextual information integration for stance detection via cross-attention [59.662413798388485]
  スタンス検出は、著者の目標に対する姿勢を特定することを扱う。 既存のスタンス検出モデルの多くは、関連するコンテキスト情報を考慮していないため、制限されている。 文脈情報をテキストとして統合する手法を提案する。
  論文  参考訳（メタデータ） (2022-11-03T15:04:29Z)
• DebIE: A Platform for Implicit and Explicit Debiasing of Word Embedding Spaces [12.395323315744625]
  DebIEは単語埋め込みにおけるバイアスの測定と緩和のための統合プラットフォームである。 Webアプリケーション(a)、デスクトップアプリケーション(b)、RESTフルAPI(c)、コマンドラインアプリケーション(d)の4つの異なるインターフェースを通じてアクセスすることができる。
  論文  参考訳（メタデータ） (2021-03-11T10:55:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。