[目的]基于国际表征学习会议(International Conference on Learning Representations,ICLR)同行评议的文本分析,利用自然语言处理方法探索同行评议中审稿意见效用的评估方法.[方法]首先定义审稿效用的概念,然后对审稿文本进行标注,应用表示学习与深度学习模型提出一种审稿效用度智能识别方法.[结果]所提出的智能识别方法能够快速、有效地进行分析,获得审稿文本的效用度.负面审稿意见以及录用论文对应的审稿意见的审稿效用更高,论文水平与审稿专家经验是审稿效用的重要决定因素,中国审稿专家的审稿水平可能与世界平均水平相当.[结论]应用审稿效用度智能识别方法能够及时发现异常的审稿文本,辅助编委和编辑做出审稿最终决定,改善同行评议评价结果,进而健全同行评议机制.