机器翻译(Machine Translation,MT)是指用计算机自动地将一种源自然语言,翻译成用户需要的目标自然语言,在本课题中即是将蒙古语翻译成为汉语。机器翻译作为自然语言信息处理的一个分支,经过了长期而迂回的发展历程,经历了从辉煌到绝境到复苏到发展的风云变幻。近年来,随着计算机硬件的提高,基于实例的机器翻译方法(Example-Based Machine Translation,EBMT)越来越受到研究者的关注。基于实例的机器翻译方法攻克了传统意义上的基于规则的机器翻译方法在知识库获取时遇到的难题,避免了复杂的深层次的语法语义分析,充分利用原有实例库的信息,利用相似度算法进行匹配和重组,得到最终的译文,具有译文准确、翻译速度较快等优点。本课题讨论了机器翻译的研究的目的和意义,简单的介绍了机器翻译的国内外研究现状,并就蒙古文的信息处理和蒙汉机器翻译研究现状进行了简要的阐述;然后课题讨论了机器翻译的发展历史以及各种方法,之后重点介绍了基于实例的机器翻译的基本原理和系统结构。以此为基础,论文阐述了蒙汉双语实例库的构建方法,给出了蒙汉双语语料库处理中使用的不同粒度的(段落级、句子级、词语级)的对齐技术,形成了一种多层次对齐方法,提高了双语语料对齐的正确率。接着,论文讨论并给出了基于词语的句子相似度算法以及最相似实例检索算法。最后,论文就对基于实例的蒙汉机器翻译方法进行了实验,并对翻译结果性能进行了评测,并就结果进行分析,给出了该方法的优点以及存在的不足。实验结果表明,结果达到了预期目标,即可以简单的蒙文文本的翻译,并且在实例库中有与待翻译语句相似例句时,能够得到较高质量的译文。