有指导词义消歧方法存在知识获取瓶颈问题,词义标注语料库的自动构建是减小此问题的最佳策略之一。现有词义自动标注技术还存在很多不足之处,而双语平行语料库的出现为此项研究带来了新的前景。本文以较大规模汉英平行语料库为基础,综合已有的词对齐和语义相似度计算等技术,研究词义标注方法,以获得满足一定精度的汉语和英语词义标注语料,从而解决有指导的词义消歧方法训练语料匮乏问题。具体来说,本文在以下方面做了研究:首先,改进并实现了一种基于目标语译文集合的单语排歧算法。该方法在平行语料词对应的基础上,分别从汉英、英汉两个视角,统计出一种语言的词语在另一种语言中的对应翻译词集合,进而在目标语译文集合上利用HowNet或WordNet语义资源计算相似度进行词义标注。其次,研究了基于双语语义词典的汉英词义标注一体化方法。该方法引入了HowNet的双语语义词典特性,仅利用WordNet语义资源计算相似度,就可以同时完成汉语和英语的词义标注。该方法能够有效提高汉语和英语的标注精确率。最后,研究了双语语义词典和目标语译文集合相结合的方法。实验表明,该方法在不显著降低词义标注精确率的前提下,大幅提高了词义标注的覆盖率。并且在这种方法的过程中,客观上对HowNet和WordNet进行了资源融合,有效扩充了HowNet中词语定义DEF下的英语译文。汉英平行语料库的词义标注结果还为跨语言研究提供了方便,在译文选择、机器翻译和跨语言检索等自然语言处理领域具有较广泛的应用前景。