机器翻译(Machine Translation)是指用计算机自动地将一种人类语言转换成另一种人类语言。作为解决人类交往障碍的有效手段，机器翻译研究受到了越来越多的重视。在不同策略的翻译方法中，基于实例的机器翻译方法具有译文精确，翻译速度快，获取翻译知识简单的优点。但是在实际应用中，巨大规模的实例库反而会降低系统的运行效率。因此提出泛化的基于实例的方法，对双语语料库提取翻译模板，在空间维度上将实例库抽象化为模板库，并且根据获得翻译模板进行翻译，在保证翻译质量的同时提高了匹配率。本文正是研究了如何抽取汉语维吾尔语模板，建立对齐模板库，并在其基础上进行模板匹配的方法。本文首先介绍了机器翻译的发展史和研究背景，从两个角度分别介绍了机器翻译的典型策略和方法。然后介绍了维吾尔语信息化建设及机器翻译研究的现状，分析介绍了本文工作开展的基础和必要性。在详细分析和阐述了泛化的基于实例的方法之后，提出了自动抽取汉语-维吾尔语对齐模板的方法，并且实现了利用已抽取的模板对输入句子翻译并输出译文。具体来讲，本文在以下方面做了一些探索性工作：设计实现了模板提取语料的筛选机制，并分析定义了该语料库的共同点，采用词性作为模板槽的约束条件；设计并实现了维吾尔语汉语句子词对齐工具，将语料库中的句子处理为词对齐形式，根据此结果来进行模板的提取、匹配和翻译；给出了模板的定义，并且根据词性和词对齐情况实现了汉语维吾尔语模板抽取算法，成功建立了小规模的模板库；根据模板库的存储组织，设计实现了模板匹配算法，成功输出了译文；融合前面的系统，实现了基于模板库翻译的原型系统，验证了泛化的基于实例方法在汉维机器翻译领域的可行性。