本研究提出了DISCERN框架，以解决机器学习文本分类器中的系统性偏见问题，提升分类器性能，并增强用户对偏见的理解。

研究发现，语言模型在不同文本上下文中输出概率的校准性较差，存在对选项顺序敏感和特定类别偏好的系统性偏见，影响用户体验和模型理解。