句子对齐，就是寻找两篇文章中互为翻译的句子对之间关系的一类问题。通过句子对齐得到的平行句对语料库，在机器翻译、复述研究等自然语言领域有着重要的作用。在互联网高速发展的今天，网络包含了大量具有可用类似信息的不同语言的文章，如何利用这些资源，是近年来自然语言处理领域研究的热点。可比语料作为一种新兴的语料，具有易获取、规模大、噪声大、不需要太多人工对齐处理的特点。上述有类似信息的多语言互联网文档，绝大部分属于可比语料范畴。然而可比语料的对齐和处理一直有着相当的难度，如果没有人工干预，文档级别的对齐已经引入了巨大的噪声，句子级别的对齐质量将难以保证。本文提出了一种从维基百科抽取对齐句子的方法。作为一个运营良好、专业性强、规模庞大、用户群体庞大的跨语言平台，维基百科提供了极其丰富的多语言语义信息，其中之一便是天然的多语言文档对齐机制。本文看到了蕴含在维基百科中的自然语言研究价值，从而对其中的中英双语句子对齐进行了尝试。首先，本文获取了维基百科的中文及英文的数据库备份，进行了一定的处理后，重构成本地维基语料数据库，并统计了词汇数据、构建了命名实体词典，并通过维基百科本身的对齐机制获得了双语可比语料文本。然后，本文采用通用方法，使用一个双语词典，过滤和筛选得到了候选对齐句对，在标注的过程中分析了维基百科语料的特点，以此为指导设计了一系列的特征，并确定了“对齐”、“部分对齐”、“不对齐”三分类体系。最后，本文比较了两个分类器，最终以SVM分类器为准对维基百科语料和来自第三方的平行语料进行了句子对齐，实验表明，对于语言较规范的可比语料，分类器对对齐句的分类正确率可以达到82%，对于平行语料，更可以达到92%，充分说明了本文所用方法是可行且有效的。