2015全国机器翻译研讨会ISTIC评测报告

中国科学技术信息研究所（ISTIC）机器翻译研发工程历史悠久,几经变迁。本文在回顾ISTIC机器翻译发展历史的基础上,介绍了最近参加第十一届全国机器翻译研讨会机器翻译评测（简称CWMT’2015）系统的具体表现。CWMT’2015评比中, ISTIC 参加了维汉、藏汉、蒙汉三个机器翻译评测项目。本文阐述了本单位机器翻译系统的实现框架以及实施细节,并分析了它们在评测数据上的性能表现。     

基于VSM的科技期刊文献与专利文献的相似度计算方法研究

文本相似度的计算方法以采用TF-IDF的方法对文本建模成词频向量空间模型（VSM）为主,本文结合科技期刊文献和专利文献特点,对TF-IDF的计算方法进行了改进,将词频的统计改进为科技术语的频率统计,提出了一种针对科技文献相似度的计算方法,该方法首先应用自然语言处理技术对科技文献进行预处理,采用科技术语的自动抽取方法进行科技文献术语的自动抽取,结合该文提出的术语权重计算公式构建向量空间模型,来计算科技期刊文献和专利文献之间的相似度。并利用真实有效的科学期刊和文献数据进行实验测试,实验结果表明文中提出的方法优于传统的TF-IDF计算方法。     

一种基于机器学习的分布式恶意代码检测方法

随着恶意代码规模的快速增长,传统的恶意代码检测方法已经逐渐失效。主流的启发式技术由 于其动态执行的特点,在许多应用中难以推广。因此,通过恶意代码的静态特征,将可疑恶意代码 PE 文件分类到相应的恶意代码家族是相当重要的。在本文,基于对恶意代码 PE 文件的分析结果,提 出元数据的概念,并于此实现了恶意代码快速检测原型,PE-Classifier。在 spark 分布式环境中,通 过使用随机森林分类算法,基于恶意代码元数据,能够对恶意代码进行快速和精准地分类和检测。实 验结果表明,通过对大量的恶意代码 PE 样本元数据分析,本文提出的原型系统 PE-Classifier 能够根 据元数据相似性判断样本的语义相似性,从而辅助检测,使得反病毒软件更为有效。     

基于循证的研发战略造就日本科技创新--JST的使命与最新事业

日本科学技术振兴机构（JST）是日本负责科技政策执行的最大科研资助机构之一。日本作为传统的创新型国家,其科技发展离不开JST的研发管理。今天,重新审视JST的内部机制,对我国的“双创”具有一定的参考意义。本文由三部分构成：JST概况、主要活动、以及基于循证的研发战略制定。JST概况介绍其主要职能：确立研发战略、资助研发、构建科技基础设施、培养青年科学家、促进科学交流;JST主要活动包含：规划研发战略、支撑从基础研究到产学研转化再到市场化的创新全过程、建设科技基础设施。JST基于循证的研发战略主要介绍其工作流：构建科技信息平台、数据分析、相关结果以循证（evidence）的方式供智库参考、利用智库拟定研发战略、提供资助领域的确定,通过项目资助促进相关研发,科技信息的再产生,最终形成支持创新的循环体系。