闯入未知：为具有不确定关联的论文分配审稿人
摘要：专家审查只有在为每个论文分配合格且有兴趣的审稿人时才能发挥作用。几乎所有自动分配审稿人的方法都估计了每个论文-审稿人对的实值亲和度分数，它们作为未来评审质量的预测代理；会议然后分配审稿人以最大化这些分数的总和。这个过程没有考虑亲和度评分计算中的噪声 - 审稿人只能对少量论文进行竞标，而文本相似性模型本质上是概率估计器。在这项工作中，我们假设论文-审稿人亲和度分数是使用概率模型来估计的。利用这些概率估计，我们以高概率界定分数，并最大化审稿人分配的最差情况下的分数总和。尽管我们没有直接推荐任何特定的概率亲和度评分估计方法，但我们展示了如何在多个不同模型中鲁棒地最大化分数总和。我们的通用方法可以用于将各种概率论文-审稿人亲和度模型整合到审稿人分配中，从而为更加鲁棒的同行评审过程打开了大门。
作者：Cyrus Cousins and Justin Payan and Yair Zick
论文ID：2301.10816
分类：Computer Science and Game Theory
分类简称：cs.GT
提交时间：2023-01-27