UnBias-Plus: 편향 감지, 설명 및 재작성

UnBias-Plus: Detect, Explain, and Rewrite Bias

자연어 처리 분야에서 편향은 인간이 작성한 콘텐츠와 인공 지능이 생성한 콘텐츠 모두에서 지속적인 문제이며, 이는 언론, 교육 및 인공 지능 연구 등 다양한 영역에 영향을 미칩니다. 대부분의 기존 감지 방법은 편향의 존재 여부만 식별하는 데 그치며, 세분화된 감지, 해석 가능한 설명, 중립적인 텍스트 재작성 및 공개적으로 사용 가능한 학습 모델 지원이 부족합니다. 본 논문에서는 (1) 세그먼트 수준의 다중 클래스 편향 분류, (2) 편향된 영역 식별, (3) 중립적인 텍스트 재작성, 그리고 (4) 각 결정에 대한 추론 기능을 통합한 오픈 소스 도구인 UnBias-Plus를 소개합니다. UnBias-Plus는 Python, CLI(명령줄 인터페이스), REST API 및 웹 인터페이스를 통해 제공되며, 누구나 쉽게 편향 분석을 수행할 수 있도록 지원합니다. 본 도구, 소스 코드, 모델, 데이터셋 및 문서는 공개적으로 이용 가능합니다.

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.