翻译系统的性能与语料库规模是密不可分的,语料库质量也直接影响到最后的翻译结果。因此自动词性标注与词干提取作为创建标注语料库中的基础性工作具有非常重大的研究意义。维吾尔语自然语言处理研究中维吾尔语自动词干提取和词性标注是跟上述一样必不可少的一部分,本文中为了提高基于MOSES的维汉双向统计机器翻译的翻译质量,必须扩大标准的维汉平行语料库的规模,然后机器翻译训练集、开发和测试集中加词性标注和词干提取。此外维吾尔语词性标注和词干提取研究工作开始到现在不同人用不同的方法来实现,但是结果并不理想。在本文中分别引用了基于Morfessor的词干提取算法和基于条件随机场域(CRF)的词性标注方法。分别介绍CRF和Morfessor的原理并对其进行实验。为搜集语料本文开发了一个基于WEB的维哈柯多语种网上数据采集工具,本文90%的实验数据都是由此工具得到;由于CRF和Morfessor都对开发集和测试集的数据格式有严格要求,因此本文开发了两个预处理软件。本文通过在CRF中修改模版文件,并在LINUX平台上不断做实验,最后得到词性标注模型并调用该模型开发出自动词性标注系统。在Morfessor中必须大量的数据上做实验训练出最好的词干提取模型,只调用此模型进行词干提取不能解决维吾尔语中的元音弱化、脱落等问题。因此本文利用处理以上问题的算法于该模型结合开发出自动词干提取系统;最后测试结果显示本系统的维吾尔语自动词性标注准确率达到了89.73%,自动词干提取准确率达到了86.80%。基于以上研究成果本文的基于MOSES的维汉双向统计机器翻译的BLEU分也从原来的23.42提高到目前的25.38;