这篇文章介绍了使用视觉分类器辅助审稿的方法。作者构建了一个系统，通过浏览论文的视觉效果来预测论文是否应该被接受或拒绝。作者训练了一个分类器来判断论文的质量，并使用了计算机视觉技术计算论文的视觉特征。作者还使用了AdaBoost作为分类器，并分析了其理论特性。作者发现，被接受的论文通常包含数学公式、图表和图像，而被拒绝的论文通常包含令人困惑的大表格和缺少五颜六色的图片。作者的模型分析一篇论文只需要0.5秒。