大型会议中的论文与审稿人匹配
人工智能
2022-08-08 v4 信息检索
摘要
同行评审会议作为计算机科学领域的主要出版场所，关键依赖于为每篇论文匹配高度合格的审稿人。由于这些会议规模不断增长、运作时间线紧张，以及近期明确不诚实行为的激增，如今已别无选择，只能以自动化方式执行该匹配。本文研究了一种新颖的审稿人-论文匹配方法，该方法近期已部署于第 35 届人工智能促进协会会议（AAAI 2021），并自此被其他会议（包括 ICML 2022、AAAI 2022 和 IJCAI 2022）全部或部分采用。该方法包含三个主要要素：（1）收集和处理输入数据以识别有问题的匹配并生成审稿人-论文分数；（2）构建并求解优化问题以寻找良好的审稿人-论文匹配；（3）两阶段评审流程，将评审资源从可能被拒的论文转移至更接近录用边界的论文。本文还基于真实数据的广泛事后分析（包括与 AAAI 前一届（2020）迭代所用匹配算法的比较）描述了这些创新的评估，并以额外的数值实验作为补充。
引用
@article{arxiv.2202.12273,
title = {Matching Papers and Reviewers at Large Conferences},
author = {Kevin Leyton-Brown and Mausam and Yatin Nandwani and Hedayat Zarkoob and Chris Cameron and Neil Newman and Dinesh Raghu},
journal= {arXiv preprint arXiv:2202.12273},
year = {2022}
}