机器翻译（Machine Translation，MT）技术在过去的几十年中取得了很大的发展，特别是统计机器翻译技术的提出，为机器翻译技术走向实用打下了坚实的基础。然而现有的自动机器翻译技术还远没有达到完全实用的地步，离开始时人们预期的发展目标更是存在着相当的距离。如果说在某些特定的语种的某个限定领域达到了可以大体理解译文的意思的话，那么可以说在所有语种的所有领域均还没有达到正确的表达原文意思的程度。作为全自动机器翻译技术的一种可行的替代，计算机辅助翻译（Computer AidedTranslation，CAT）技术得到了很大的发展，而计算机辅助翻译的一个可行的模式就是交互式机器翻译（Interactive Machine Translation，IMT）技术，该技术旨在通过翻译人员与机器翻译引擎之间的交互作用，从而实现人类译员的准确性和机器翻译引擎的高效性的有效整合。本文的主要工作就是，对现有的交互式机器翻译技术进行研究和分析，特别是性能较优的基于短语模型的交互式机器翻译技术，主要是分析其对传统基于短语的自动机器翻译解码方法的适应性改进，以及其与用户进行交互过程中候选译文的产生策略。在其基础上，本文实现了一个经典的基于短语模型的交互式机器翻译系统，并针对其译文生成的搜索策略以及对用户反馈前缀的利用等问题，提出了三个方面的改进：使用动态调序距离限制来平衡长距离调序和解码速度；引入差异函数来引导部分翻译假设的差异最大化；基于词共现模型利用用户确认的译文前缀来指导译文后缀的选词。所有上述改进都旨在最终以尽量小的候选译文列表来给用户提供尽量多样化的和准确的译文信息，从而在提高交互效率的同时尽量减轻翻译人员的认知负担。在汉英机器翻译中的实验结果验证了上述改进的有效性。