在中文信息处理领域,未登录词(OOV)的识别一直是个难点问题。而未登录词的翻译在自然语言处理的应用中是很重要的,比如在跨语言信息检索(CLIR)、问答系统(QA)中,未登录词翻译的正确性将直接影响到应用的最终性能。本文首先介绍了三种抽取词对的方法,根据使用的语料库是否已经标注,我们把这三种方法分别称为非监督的方法、监督的方法和半监督的方法。对于抽取得到的词对,我们采用了十二种基于频度的量度和两种基于上下文相似度的量度进行了关联度测量。实验结果表明:采用半监督的方法,简单地利用频度进行关联度打分,抽取词对的效果是最优的。基于网络的未登录词译文挖掘是本文的研究重点。首先对未登录词进行分类,分为直译词或非直译词,并进行英文扩展(根据分类结果分别进行直接扩展或共现扩展);再将未登录词与扩展后的英文一起放入搜索引擎进行搜索,然后从搜索引擎返回的结果页面中挖掘未登录词的译文。挖掘时先对返回的结果进行预处理,过滤掉一些干扰信息,然后抽取出其中的候选译文;再选用频度、距离等信息对候选译文进行排序。为了使正确的译文排在较前的位置,我们还采用了正向最大匹配加权和词汇对齐技术对候选译文进行打分和重排序。实验表明,本文介绍的未登录词译文挖掘方法是可行的、高效的,译文挖掘的Top 1覆盖率在80%以上,Top 5覆盖率接近或达到了100%。