目前计算机辅助翻译主要存在的问题是,相似度计算的方法存在很大的局限性,并且精度较低。尤其在实际的工程应用上,往往是采用基于词汇的相似度度量方法进行计算的,这在一定程度上限制了翻译记忆库能够发挥的功用。本文针对英汉句子的特点分别进行了相似度计算算法的设计和实现,将词向量这一技术引入到句子的相似度计算中。本文的主要工作包括:1、针对特定领域,收集领域相关的训练语料,采用Google的word2vec进行英语和汉语的词向量模型构建;2、对传统的基于词汇的英语相似度计算方法进行改进,提出了基于词向量的Jaccard相似度与基于词向量的编辑距离结合的方法,相关实验结果显示算法改进取得了较明显的效果提升;3、根据汉语句子的特点,设计并实现汉语句子的相似度计算方法,提出了基于词向量的Jaccard相似度与基于词向量的依存句法相结合的相似度计算方法,实验结果显示效果比之传统的基于词的方法有较大提升;4、将相关英汉句子相似度计算算法以接口的形式封装,作为商品化软件华建IAT系统的相似度计算模块投入实际应用。