双语词对齐是自然语言处理技术中一项重要的工作,词对齐目的是在句子级互相翻译的两种语言文本中找出词汇级的对应映射关系,词对齐是许多自然语言处理任务的基础工作。命名实体识别一直是自然语言处理领域的热点和难点问题,也是统计机器翻译和跨语言信息检索的重要基础。柬埔寨语自然语言处理技术起步较晚,且受到语料资源稀缺的限制,本文用技术成熟的英语实体识别帮助柬埔寨语命名实体识别。针对上述问题,在研究并分析现有研究工作的基础上,本文主要完成了以下特色研究工作:1.基于非参数贝叶斯模型的词对齐方法基于非参数贝叶斯模型的词对齐方法用分层PY过程(Pitman-Yor processes)替代IBM模型4的分类分布,构建结合语言特征的非参数贝叶斯模型,提出双语词对齐方法。IBM词对齐模型是应用于大多数统计机器翻译系统的主要模型,模型存在的问题是没有考虑到双语语言差异性并且在训练过程中往往会产生过拟合问题,不适合解决语料稀缺的柬埔寨语语言处理,为了避免过学习的问题,本文选用非参数的贝叶斯模型融入柬语定语后置的语言特征,实现英柬词对齐。该方法词对齐方面优于IBM模型,取得了良好的效果。2.融合跨语言特征的柬埔寨语命名实体识别方法融合跨语言特征的柬语实体命名识别方法,用于解决柬语中的命名实体实体存在的缺少有效实体特征等问题,提高柬埔寨语命名实体的识别正确率。鉴于英语领域命名实体研究方法较为成熟,我们利用英语较为成熟的命名实体识别技术,以英柬平行语料为桥梁,实现柬语的命名实体识别。首先,参照英语现有的成熟的命名实体识别技术,根据词对齐关系把英语的实体分布按照一定方式映射到有对齐柬埔寨语侧,柬语之间通过标签传播算法得到所有柬语单词的实体标签分布,通过设置阈值,将实体标签分布布尔表示,再将表示的结果作为特征运用到条件随机场模型之中,对柬语中的人名、地名、机构组织名进行识别。3.构建了融合跨语言特征的柬埔寨语命名实体识别原型系统利用研究结果,设计并开发了融合跨语言特征的柬埔寨语命名实体识别原型系统,介绍了系统搭建所需工具和系统框架,详细阐述了系统的使用过程。实现了对柬语文档中的人名、地名、组织机构名的识别。