随着互联网技术的发展,不同文化间的交流呈现迅速上升的趋势。作为自然语言处理领域最具挑战性课题之一的机器翻译受到越来越多的研究机构的重视。本文在东北大学与日本富士施乐公司多年研究基础上,探讨了基于模板的汉日机器翻译方法(PBMT),并实现了面向真实文本的汉日机器翻译系统。模板匹配和短语翻译是影响基于模板机器翻译性能的关键因素。本文通过基于文本-模板直接匹配、模板选优等方法改良了基于模板的机器翻译翻译方法,改善了机器翻译系统的性能。本文的主要内容包括：(1)本文通过面向机器翻译的文本-模板直接匹配改良了传统的PBMT在模板抽取方面的不足。该方法解决了由于目前句法分析器的性能还难以满足实际需要,使得模板抽出效果不理想,进而影响PBMT的翻译效果的问题。翻译模型根据候选模板对待翻译句子直接进行形式变换,之后计算二者之间的编辑距离,最后用回溯算法获取二者间的映射关系。(2)本文通过模板选优模型改良了小模板误匹配和同一个翻译句子存在多个候选匹配模板等问题。模板选优模块是通过分析变换后的句子与源语模板之间的编辑距离、模板中短语译文翻译质量以及候选模板覆盖度三个因素来进行最优模板选择。(3)模板翻译中短语的翻译质量直接影响最终译文的质量。本文通过构建独立的短语翻译引擎,并将基于文本-模板直接匹配的翻译引擎作为短语翻译引擎的一个子引擎,在定程度上解决了模板嵌套的问题,提高短语翻译质量。实验结果表明上述方法在汉日机器翻译上取得了令人满意的性能,翻译系统应用效果良好。