术语作为人类智慧的结晶,集中承载着特定领域的核心知识。随着信息时代的发展,术语学的各项研究,越来越成为人们关注的焦点。术语翻译作为术语学的研究热点之一,广泛应用于机器翻译、跨语言信息检索和双语词典编撰等领域。本文主要分析了日汉术语的特点,并对术语所在专利文献的国际专利分类号(IPC号)、日汉术语包含的汉字信息,以及术语中词之间的搭配信息等进行了详细研究,然后将上述信息作为特征与语言模型、翻译概率等特征融合,利用摩西解码器实现了基于多特征融合的日汉术语自动翻译系统。本文主要工作如下:第一,将术语IPC分类信息作为术语的领域信息特征加入到翻译模型中。术语的领域信息对术语的翻译具有重要的作用,因此本文对术语及其组成所在专利文献的IPC号和词频进行了统计,将该信息作为特征之一,参与翻译代价计算;第二,将日汉字形相似信息作为特征融入翻译模型中。本文主要提取了日语和汉语中含有的共同汉字信息,将其作为特征,辅助术语翻译中的译文选词,参与状态转移的代价计算;第三,将具有词搭配信息的相对条件熵信息作为特征,参与翻译模型计算。该特征主要与语言模型共同作用,加大区分翻译候选的优劣。实验结果证明,本文基于多特征融合的术语翻译方法具有一定的有效性,在实验中取得了很好的效果。另外,本文对基于柱搜索的翻译流程进行了深入研究,包括翻译候选短语表的生成、启发函数计算、搜索和剪枝策略、译文生成等算法等。最后,本文对术语自动翻译中各个特征对术语翻译的影响进行了总结,并对术语翻译的下一步研究做了展望。