机器翻译作为自然语言处理领域中最具有研究意义的课题之一,受到学界和产业界的广泛关注,近年来不断有学者对机器翻译方法进行深度研究和优化改良。在第一章,本文首先对典型的机器翻译方法,如基于规则、基于统计、基于实例的机器翻译方法进行研究,并对新兴机器翻译方法,如神经网络机器翻译和深度学习进行探究。然后对现阶段机器翻译领域的研究成果和问题进行了综合性阐述。在第二章,本文定义了一种基于概念的汉日机器翻译模板,对模板变量、模板常量、概念名称、分类体系进行详尽介绍,并列举部分的汉语日语平行模板。然后系统地对实例翻译流程、预处理技术、模板的抽取和生成进行阐述。其中,通过预处理流程得到句子骨架,对模板进行抽取并生成句子骨架模板和短语模板,构建翻译模板库。在第三章,系统地介绍了本文的算法,包括相似度算法、模板匹配算法、短语引擎构建、译文生成算法。最后,在第四章,是对本文基于概念的汉日机器翻译模板思路的探究和验证,通过对实例库中100个例句进行翻译测试并对翻译结果进行分析总结。文章结尾,分析本文存在的若干问题,对于机器翻译未来应用前景和本文所构建的翻译模板性能,抱有乐观态度。