一份面向论文投稿前最终检查的清单，重点发现能够直接定位和修改的投稿前具体错误。项目包含完整检查清单、快速检查清单以及 autocheck 自动化检查脚本，帮助大家更好地把可能遗漏的错误系统地排查一遍，避免投稿后的Desk Reject。
中文 | English
- 客观明确：每个检查项都能用"是"或"否"回答，不留模糊地带。
- 便于修改：发现问题后，能快速定位到具体的章节、图表或文件。
- 覆盖完整：覆盖论文正文、附录、补充材料、最终 PDF 和投稿系统。
- 快速实用：临近截稿时，可以直接跳到文末的快速检查。
- 脚本检查：附带自动化检查脚本，机器能查的项一键扫描，剩下的交给清单逐项核对。
- 投稿前，逐项过一遍完整检查清单；
- 每次修改论文后，重点复查"全文交叉检查"；
- 上传论文后，完成"投稿材料与最终上传检查"；
- 时间实在不够，至少完成文末的"快速检查"。
- 本项目包含自动化检查脚本，能够快速验证一些机器可验证项目。
- 标题中的方法名称与正文中的拼写和大小写一致。
- 摘要中首次出现的缩写均已定义。
- 摘要中的数据集、模型和指标名称与正文一致。
- 摘要中的实验数字与正文结果一致。
- 摘要中的性能提升数值计算正确。
- 摘要字数符合投稿要求。
- 方法名称与标题、摘要及方法部分一致。
- 缩写均在首次出现时定义。
- 贡献列表的编号连续，没有重复或缺失。
- 介绍中的实验数字与实验部分一致。
- 图表、章节和文献引用编号正确。
- 没有残留旧版本的方法名或实验结果。
- 每个数学符号均在首次出现时定义。
- 同一数学符号在全文中的含义保持唯一且一致。
- 公式、正文、算法和图片中的变量写法一致。
- 所有公式编号和正文引用正确。
- 方法图中的模块名称与正文一致。
- 数据集、模型、评价指标及实验设置在正文与附录中一致。
- 表格中的最佳（如粗体）、次优（如底纹或下划线）结果标注无误，且明确说明了指标的优劣方向（"↑"越高越好或"↓"越低越好）。
- 表格中的平均值和性能提升计算正确。
- 正文、表格与附录中重复出现的实验结果一致。
- 引用论文的标题、作者、年份和发表场所准确，无幻觉引用。
- arXiv 论文没有被错误标记为正式发表论文。
- 使用的数据集、模型和工具包均已引用。
- 同一篇论文没有在参考文献中重复出现。
- 正文中的作者姓名和年份与参考文献一致。
- URL、DOI 和 arXiv 链接可以正常访问。
- 结论中的实验数字与正文一致。
- 结论中没有出现正文未报告的新结果。
- 所有附录均已在正文中引用。
- 正文与附录中的数字、超参数和设置一致。
- 附录和补充材料中的图表、公式及章节编号正确。
- 补充材料可以正常打开，且内容为最终版本。
- 数据图和结构图使用矢量格式，位图清晰且无变形、裁切。
- 图中文字在论文 100% 缩放下清晰可读。
- 坐标轴、单位、图例和子图编号完整、正确。
- 图表中的数据及结果标注与正文一致。
- 所有图表均未超出页面，并已在正文中正确引用。
- 摘要中的数字与主结果表一致。
- 介绍中的数字与实验部分一致。
- 结论中的数字与正文一致。
- 同一结果在不同表格中保持一致。
- 正文与附录中的重复结果保持一致。
- 所有平均值、差值和提升比例计算正确。
- 正文中的所有数据均有图表来源。
- 方法名称的拼写和大小写全文一致。
- 数据集、模型和 Baseline 名称全文一致。
- 评价指标名称全文一致。
- 同一个概念没有使用多个不同名称。
- 同一个缩写没有被重复定义。
- 数学符号、上下标、粗体和斜体格式一致。
- PDF 中没有出现
[?]或??。 - 没有出现 "Figure ?" "Table ?" "Equation ?" 等未解析引用。
- 所有正文引用的文献均出现在参考文献列表中。
- 所有图、表、公式、章节和附录均被正确引用。
- 图表、公式、章节和附录编号连续、无重复。
- PDF 中的内部链接和外部链接可以正常打开。
- 括号引用与行内引用区分正确（错误示范：As shown in (Smith et al., 2020)；正确示范：As shown in Smith et al. (2020)）。
- 全文没有明显的拼写错误或重复单词。
- 方法名、数据集名和模型名没有拼写错误。
- 全文没有
TODO、TBD、XXX或FIXME。 - 全文没有作者批注、高亮、删除线或修订痕迹。
- 全文没有残留旧方法名、旧实验结果或模板示例文字。
- 没有 LaTeX 命令直接显示在 PDF 中。
- 没有未闭合的括号、引号或异常标点。
- PDF 没有空白页、缺页或重复页面。
- 图表、公式和文字没有超出页边距。
- 图片没有变形、裁切或显示失败。
- 页眉、页脚和页码符合模板要求。
- PDF 中的字体已正确嵌入。
- PDF 可以正常搜索和复制文字。
- 使用了目标会议或期刊要求的最终模板。
- 页数、字体、页边距和文件大小符合投稿要求。
- 参考文献和附录的页数计算方式符合要求。
- 已包含要求的 Checklist、Limitations 或 Ethics Statement。
- 主论文和补充材料的文件格式符合要求。
- PDF 正文中没有作者姓名、单位、邮箱和致谢信息。
- PDF 元数据中没有作者姓名。
- 文件名中没有作者或单位信息。
- 补充材料中没有泄露作者身份的信息。
- 图片、截图和代码片段中没有用户名或本地路径。
- GitHub、云盘和项目主页链接没有泄露作者身份。
- 自引表述符合目标会议的匿名要求。
- 上传的主论文和补充材料均为最终版本。
- 投稿系统中的标题和摘要与最终 PDF 一致。
- 作者姓名、顺序、邮箱和单位正确。
- 关键词、研究领域和投稿 Track 选择正确。
- 主论文与补充材料上传到了正确位置。
- 没有误上传旧版本或带批注版本。
- 已从投稿系统重新下载并检查主论文。
- 下载后的 PDF 页数正确，图表和公式显示正常。
- 补充材料已经成功上传并可以正常打开。
- 投稿状态显示为 Submitted 或 Submission Complete。
- 所有作者均已确认最终版本。
- 已保存最终文件和投稿确认信息。
时间临近截稿时，至少把下面这几项过一遍。
- 标题、摘要及正文中的方法名称全文统一。
- 摘要、正文、表格和结论中的实验数字一致。
- 公式、符号及图表编号正确，且均已在正文中引用。
- 参考文献真实存在，且作者、标题、年份和发表场所正确。
- PDF 正文中没有残留的
[?]、??、TODO、FIXME或作者批注。
- 正文、致谢、脚注及页眉均未包含作者姓名或机构信息。
- 补充材料、代码压缩包以及 PDF 文件属性（元数据）中没有泄露作者信息。
- 代码或项目链接使用的是匿名链接（如 Anonymous GitHub 等）。
- 使用目标会议/期刊要求的最新版模板（注意单双栏、字体、页码）。
- 论文总页数（以及正文页数）及文件大小未超出投稿系统限制。
- 所有图表均清晰，没有裁切、变形或超出页面。
- PDF 及补充材料没有泄露作者身份。
- 主论文和补充材料均为最终版本，且可以正常打开。
- 投稿系统中的标题、摘要、作者顺序和上传文件正确。
- 主论文和补充材料均为最新版本，且下载后能在不同阅读器中正常打开。
手工对照清单难免有疏漏，项目附带了一个基于 Python 的轻量级检查脚本，可以先把机器能查的项快速过一遍。
注意：自动化工具只是人工检查的辅助，替代不了语义和逻辑层面的审阅，请配合上面的清单一起使用。
文字提取限制：本工具不做 OCR（图片文字识别）。如果某页提取不到可用文字，报告会列出页码并标记"未检查"，提示相关文字检查无法完成，且不会显示
All Clear!，其余页面和元数据、格式检查不受影响。即使页面能提取部分文字，图片中的文字也仍需人工复核。
可以使用在线 Colab 运行，也可以在本地安装：
方式一：克隆仓库后本地安装
# clone
git clone https://github.com/MLNLP-World/Paper-Pre-Submission-Checklist.git
cd Paper-Submission-Checklist/
# install locally (editable mode)
pip install -e .方式二：直接从 GitHub 安装
pip install git+https://github.com/MLNLP-World/Paper-Pre-Submission-Checklist.git检查单个 PDF 文件：
autocheck your_paper.pdf递归检查整个文件夹下的所有 PDF：
autocheck ./paper_folder/切换报告语言（支持 zh 中文 / en 英文，默认中文）：
autocheck your_paper.pdf --lang en跳过耗时的网络死链检查（仍执行离线参考文献去重和匿名链接检查）：
autocheck your_paper.pdf --disable_link_check按目标会议要求配置页数限制（如单盲/双盲页数上限）：
autocheck your_paper.pdf --max_pages 8调整图片分辨率阈值，或手动指定固定页边距（默认自动推断版心）：
autocheck your_paper.pdf --min_dpi 200 --margin_pt 36批量检查时使用多进程加速：
autocheck ./paper_folder/ --num_workers 4| 参数 | 说明 | 默认值 |
|---|---|---|
--lang {zh,en} |
报告输出语言 | zh |
--disable_link_check |
仅禁用 URL 网络死链检查，保留离线文献去重和匿名链接检查 | 网络检查默认启用 |
--max_pages N |
最大页数限制 | 默认不检查 |
--min_dpi N |
图片最低分辨率阈值 (DPI) | 150 |
--margin_pt N |
页边距溢出检查的固定版心内缩值 (pt) | 默认自动推断 |
--num_workers N |
并行处理的工作进程数 | 1 |
命令退出码：0 表示检查正常执行（论文是否有错误、警告或未检查内容，以报告为准）；1 表示至少一个 PDF 读取或检查失败；2 表示输入无效（如路径不存在、指定文件不是 PDF、指定目录没有 PDF）或命令行参数错误。批量处理时遇到无效输入或损坏文件，其余有效文件仍会正常检查，最终返回非零退出码；输入无效和 PDF 处理失败同时存在时返回 2。
1. 文件属性与排版
- 文件大小：超过 10 MB 时提示。
- 页数：通过
--max_pages设置上限，超限报错；默认不检查。 - 空白页：检测无文字、无位图、无矢量图的页面。
- 字体嵌入：检查是否存在未嵌入的字体；未嵌入的标准字体（Times、Helvetica 等 Base-14）降级为警告。
- 图片分辨率：低于阈值（默认 150 DPI，可用
--min_dpi调整）的位图提示可能模糊。 - 页边距溢出：自动推断单/双栏版心，检查文字和图片是否横向越界，自动排除页码、审稿行号和页眉；也可用
--margin_pt指定固定边距。仅检查横向，上下边距及整体模板改动需人工核对。
2. 匿名性
- 元数据：Author 字段含疑似真实姓名时报错（
Anonymous等占位值除外）；Creator、Producer 残留本地编译路径（可能含电脑用户名）时提示；检测到 Word 编译时建议改用 LaTeX。 - 首页内容：检测首页的机构关键词（University、Institute 等）和邮箱地址。
- 致谢：出现 Acknowledgments 时提示核对匿名要求。
- 链接：正文或注释中出现 GitHub、网盘、个人主页等链接时，提示替换为匿名链接（如 Anonymous GitHub）。此项为纯离线检查。
3. 内容与引用
- 未解析引用与草稿标记：
[?]、??、Figure ?等未解析引用，以及TODO、FIXME、TBD、XXX等草稿标记。 - 低级错误：连续重复单词（如
the the）、连续或孤立的异常标点、小写的图表引用（应为Figure 3、Table 2）、括号数量不匹配。 - 图表跳号：正文提及的 Figure、Table 编号存在缺号时提示。
4. 外部链接与参考文献
- 死链检测：通过 HTTP 请求检查链接和 DOI 的可访问性，404/410 报为死链，其他异常状态提示人工核对。仅访问公网 80/443 端口，被安全策略阻止的链接标记为"未检查"。可用
--disable_link_check关闭网络检查。 - 重复文献：结合 PDF 的栏位、悬挂缩进和作者／年份信息分条，支持编号式及常见的无编号参考文献；通过条目文本相似度检测重复，题名完全相同时直接报错。部分内容无法分条时，继续检查已识别条目，同时标记"未检查"并提示相关页码；不会将部分检查当作全部通过。扫描页或复杂排版仍需人工复核。
| 检查项 | Warning 触发条件 | Error 触发条件 |
|---|---|---|
| 文件大小 | 超过 10 MB | — |
| 页数 | — | 指定 --max_pages 且页数超限 |
| 空白页 | — | 某页无文字、位图和矢量图 |
| 字体嵌入 | 未嵌入字体属于 Base-14 标准字体 | 存在未嵌入的非标准字体 |
| 图片分辨率 | DPI 低于阈值（默认 150） | — |
| 页边距溢出 | 文字或图片横向越出版心 | — |
| 元数据作者 | — | Author 非空且非匿名占位值 |
| 元数据本地路径 | Creator/Producer 含本地绝对路径 | — |
| 编译工具 | Creator 为 Word | — |
| 首页机构/邮箱 | 首页出现机构关键词或邮箱 | — |
| 致谢 | 出现 Acknowledgments 部分 | — |
| 身份泄露链接 | 出现 GitHub、网盘、个人主页等链接 | — |
| 未解析引用 | — | 出现 [?]、??、Figure ? 等 |
| 草稿标记 | — | 出现 TODO、FIXME、TBD、XXX |
| 重复单词 | 出现连续重复单词（如 the the） |
— |
| 异常标点 | 出现连续重复或孤立的标点 | — |
| 图表引用大小写 | 出现小写的 figure 3、table 2 等 |
— |
| 括号平衡 | 括号开闭数量不匹配 | — |
| 图表跳号 | Figure/Table 编号存在缺号 | — |
| 死链 | 链接无法自动确认（403、超时等） | 链接返回 404/410 |
| 重复文献 | 条目文本相似度较高 | 两条文献题名完全相同 |
除 Warning 和 Error 外，报告中还可能出现"未检查"：页面提取不到文字、链接被访问边界阻止、参考文献段无法识别、图表编号位数过大等情况下，对应检查无法完成，需人工复核。
检查幻觉文献（编造或不存在的参考文献），推荐配合 Paper-BibChecker 对论文的 bib 文件进行核查。
本检查清单仅供参考，不保证涵盖所有投稿问题。不同会议和期刊的要求（Guidelines）各有差异，最终请务必以目标会议/期刊的官方要求为准。自动化检查工具基于 PDF 文本解析与启发式规则，可能存在漏报或误报；排版错位、语义错误、图片失真等问题尤其需要人工复查。使用本清单及相关脚本时，论文的最终质量、双盲合规性及违规风险由作者自行负责，本项目不对因漏查导致的拒稿或扣分承担任何责任。
这个项目靠社区的力量一起完善。如果你在使用过程中遇到问题、有想补充的检查项，或者发现了工具脚本的 Bug，欢迎创建 GitHub Issue；也欢迎 Fork 本仓库，提交改进的 Pull Request！
感谢以下成员对本项目的组织与指导：
感谢以下成员对本项目的支持与贡献：
