WWW 2025 | TAMU、UIUC等提出全新因素链框架，用于论文-评审人匹配

文章预览

©PaperWeekly 原创 · 作者 |  张彧 单位 |  德州农工大学助理教授 随着学术会议论文提交数量的迅速增加，我们越来越依赖有效的论文-评审人匹配模型。此前在这一领域的研究考虑了多种因素来评估评审人与论文之间的相关性，例如论文与评审人过往工作之间的语义相似性、主题相似性以及引用关系。然而，大多数研究仅专注于单一因素，导致对论文-评审人相关性的评估不够全面。 为了解决这一问题，我们提出了一种统一的匹配模型，该模型综合考虑了语义、主题和引用三大因素。具体而言，在训练阶段，我们对一个所有因素共享的语言模型进行指令微调，以捕捉这些因素的共性和特性；在推理阶段，我们将三种因素串联起来，实现逐步、从粗到精的搜索，为给定的论文找到合适的评审人。 在包括机器学习、计算机视觉、信息检索和数据挖掘等 ………………………………