深度论文格式识别

近年来，向计算机视觉会议投稿的论文数量显著增加。庞大的投稿量与胜任审稿人数量的不足给当前的同行评审系统带来了沉重负担。在本文中，我们学习了一个分类器，仅基于论文的视觉外观(即论文的整体格式)来预测论文应被接收还是拒稿。实验结果表明，我们的分类器可以安全地拒掉50%的差论文，同时仅误拒0.4%的好论文，从而大幅降低审稿人的工作量。我们还提供了为作者提供建议的工具，以便他们改进论文的整体格式。