随着大数据、人工智能技术的广泛应用,自然语言处理也得到了飞速发展。其中语料库作为自然语言处理的基础,成为了研究的重点和热点。语料库是指经科学取样和加工的大规模电子文本库,研究者借助计算机可开展相关的语言理论及应用研究。在自然语言处理领域中,英汉双语平行语料库建构技术进展快速,但针对航行通告双语平行语料库建构技术的研究还处在起步阶段,语料规模及相关技术存在着很大的研发空间。因此对航行通告领域相关语料库的研究构建,主要作了以下工作:在分析英汉双语平行语料库构建的常用方法及航行通告语料本身的特点基础上,提出航行通告平行语料库的构建方法;利用爬虫技术及其他方法完成语料的收集工作,利用算法完成语料的预处理工作;在语料预处理的基础上,采用段落对齐、句子对齐算法构建相应的段落对齐及句子对齐语料库;段落对齐、句子对齐语料库构建方法完成后,为方便航行通告语料的持续性积累,利用python语言和flask框架开发航行通告语料解析系统;提出了基于迁移学习及回译的航行通告机器翻译模型,弥补了航行通告领域机器翻译模型的空白。基于上述的工作内容,提出了航行通告语料收集方法和段落对齐、句子对齐算法,构建了语料库,并将算法集成至系统中,方便平行语料的后续采集;提出了基于回译及迁移学习的航行通告机器翻译模型。实验证明,段落对齐算法能够准确解析段落对齐语料,句子对齐算法能解析句子对齐语料,平行语料解析系统能完成语料积累任务,机器翻译模型能准确翻译航行通告领域专业语料,效果优良。