随着我国经济社会发展取得的巨大成就，各种对外合作以及国际交流日益频繁，越来越多的国际友人希望通过各种方式、各种渠道了解中国，克服语言障碍已经成为亟待解决的问题。同时，涉及各种领域、各种形式的翻译正向规模化、专业化的方向发展，且翻译信息量也越来越大。计算机辅助翻译正在逐渐成为克服语言障碍、跨语言合作及交流的重要辅助手段。 在辅助翻译平台中，对翻译任务的合理分配对及时、高效、高质量地完成翻译任务意义重大。文中详细探讨了一种基于贝叶斯方法和决策树方法相结合的任务分配策略，将这两种分类方法结合起来应用于翻译任务分配系统中。通过长时间的实践应用，证明该分配策略是实用有效的。与传统的任务分配方式相比，这种策略在提高翻译任务分配的效率的同时，提高了翻译质量、降低了翻译成本。本文成果Roneasse辅助翻译平台的任务分配系统在2008年北京奥运会多语言综合信息服务系统中得到成功应用。 本文主要通过对数据分类相关的技术深入的研究介绍了一种基于数据分类技术的计算机辅助翻译平台任务分配解决方案。该方案首先对Ronease辅助翻译平台中涉及到的不同领域、不同语种、不同难易程度的翻译任务信息进行的仔细分析，以这些任务信息为原始数据，集成中文分词、特征提取、数据分类等技术，给出了基于贝叶斯分类方法和决策树分类方法相结合的辅助翻译平台任务分配系统详细设计过程和具体实现。 最后，将模块化设计思想引入系统中，并结合Ronease辅助翻译平台实际运营情况，对Ronease辅助翻译平台的任务分配系统进行了功能设计、物理结构、业务架构设计。采用Web Service方式将各功能模块整合发布为Web应用，成功研发完成了Ronease辅助翻译平台的任务分配系统。