进入21世纪以来,随着Internet等基础设施的迅速发展,以及信息产业的快速发展,世界经济一体化进程空前加速,世界的联系日益紧密,在这种浪潮下,人们对获取用非母语表达的信息和知识的需求空前增长,以跨语言检索和机器翻译为代表的相关研究成为了新的热点。词语对齐技术就是这样一种从现有的语言资源中通过学习的方式找到词汇级的对译关系,是机器翻译的一个基础的课题,也是自然语言处理领域一个非常有用而又比较困难的研究课题。本文在对当前主流的词对齐方法进行实验分析的基础上,综合考虑了各种因素,提出了基于启发式统计规则和词典相结合的方法,该方法充分利用现有资源,同时考虑到了后续的应用问题。实验表明,该方法在训练语料规模较小的情况下,取得了较好的对齐结果。自从上世纪80年代以来,由于机器翻译有了一定的科研基础,开始出现了一些实用性的翻译系统。机器翻译的研究开始面向应用,尤其是最近十几年,统计机器翻译获得了长足的发展,标志着机器翻译进入了一个崭新的阶段。随着一些面向市场的商业性的机器翻译系统的出现,译文的质量评测问题日益成为一个重要的问题,目前对译文质量的评测主要还是建立在人工评测的基础上,但是人工评测成本高,劳动生产率低,远远满足不了日益壮大的翻译市场对译文质量评测的需求,所以开发出一个自动评测系统对目前研究具有重要意义。本文在分析机器翻译的过程的基础上,结合前一部分的对齐技术的研究,提出了基于对齐技术的译文质量评测方法,利用对齐技术得到的对齐信息,可以很容易的检测到翻译过程中的漏译等信息,同时在无参考译文的情况下对译文的质量做一个定性的评分。实验表明,把对齐技术应用在译文评测上,可以相对客观地表示译文的质量。