随着计算机的计算速度、存储容量的不断提高,基于实例的机器翻译(Example-Based Machine Translation,EBMT)技术研究越来越受到研究者的青睐.基于实例的机器翻译充分利用原有实例的翻译信息,因而克服了基于规则的机器翻译(Rule-Based Machine Translation,RBMT)在知识获取方面的困难.基于实例的简单句汉英机器翻译技术综合运用了各种自然语言处理技术,以双语语料为主、单语语料为辅,借助单语语料增加翻译实例的覆盖率.该文探索实现了一个简单句汉英机器翻译系统.其基本流程是:对用户或系统输入的汉语句子或句子片断,首先通过句子相似度计算模块从双语资源中检索匹配的句子,并从中获取翻译片段.当匹配失败时,再求助于单语资源,最后由译句生成模块将上述获取的翻译片段组合成目标句输出.为此,该文研究的主要内容包括三个部分:大规模单语语料的索引及检索;句子相似度计算;句子片断的获取及译句生成.针对大规模单语语料的索引及检索,该文采用经典的倒排表数据结构,通过二级索引文件来组织索引.为满足对大规模单语语料的检索效率的需要,引入了词频信息,同时针对英语关键字的特点对检索关键字的组织给出了一些技巧.句子相似度计算部分根据该文的研究内容,为了降低系统复杂度,在不影响该文界定的最终目标的情况下,只考虑语义层次上的相似,并引入了《HowNet》及《同义词词林》,在动态规划算法基础上引入词汇间距离信息提出了基于改进的编辑距离算法.句子片断的获取及译句生成模块综合了基于"相同与差异"的机译单元的自动提取思想和基于评价函数(Score Function)的目标片断获取算法,设计了一种采用混合模式的一体化句子片断获取算法.译句生成部分考虑到该文针对的是简单句翻译,故采用线性排列结合必要的目标语言语法规则的方法来实现.最后该文还介绍了整个翻译系统的实现和试验结果及其评价.