随着机器翻译技术的迅速发展,命名实体识别与翻译研究取得了突破性的进展,它是在自然语言处理中的关键性研究分支。如今,汉语-维吾尔语机器翻译领域中开展了大量的研究工作。本文提出了基于规则与模板的时间、数字、无歧义量词、有歧义量词的翻译方法及基于神经网络的有歧义量词翻译方法。本文主要研究以下三个方面的工作:(1)根据汉语-维吾尔语的翻译需求和维吾尔语的语法结构,首先收集与挖掘大量的汉语时间表达式、数字的分类(基数、约数、集合数、分数、倍数),然后分别构建双语规则库和翻译模板,识别汉语时间表达式或数字并找出它相应的规则模板,输出时间表达式或数字对应的维吾尔语翻译结果。(2)对于量词进行分析与归类,将量词分为有歧义量词与无歧义量词,无歧义量词分为四种情况(数字一一对应,量词丢失;数字一一对应,量词一一对应;数字丢失,量词一一对应;数字量词均丢失;),对有歧义量词根据上下文名词的不同,量词对应的翻译结果也有所不同,通过上述的分类方法收集量词短语并分别增加规则库。(3)基于Seq2Seq模型实现有歧义量词短语的神经机器翻译并有效提高了汉语-维吾尔语量词的翻译准确率。为了提高汉维机器翻译系统对时间、数字和量词短语的翻译性能,本文利用双语语料库提取汉语时间、数字和量词短语,实现了基于规则与模板、神经网络的的翻译方法。