双语平行语料在计算语言学和自然语言处理研究领域具有广泛的应用,它为统计机器翻译模型提供不可或缺的训练数据,同时也是词典编纂和跨语言信息检索等应用的重要资源。然而,大规模的双语平行语料库并不容易获取,现有的真正可以利用的具有高质量对齐的平行语料库资源非常有限。虽然有一些研究者提出了基于网络的双语平行语料自动挖掘方法,但是由于网络的复杂多样性,实际应用中往往很难获取大规模高质量的平行语料。针对平行语料存在的规模不足、领域局限、不能很好地处理新词等问题,许多学者开展了可比较语料库的研究。与平行语料相比,可比较语料的限制少、易于更新、并且容易获得。因此,可比较语料库的构建及应用已成为当前研究的热点。本文主要研究了基于网络的英汉可比较语料库的构建方法以及可比较语料库在翻译等价对抽取和跨语言信息检索中的应用。在构建可比较语料库之前,首先研究了如何从互联网上获得大规模双语文本,提出一种从新闻网站构建特定领域文档集的方法,为可比较语料库的构建打下基础。获得大规模英汉双语文本后,采用跨语言信息检索技术,从目标语言文档集合中检索与源语言文档相关的文档,从而建立源语言文档与目标语言文档之间的映射关系,即建立英文文档与中文文档之间的映射关系,最终得到英汉可比较语料库。在可比较语料库的应用方面,首先研究基于可比较语料库进行翻译等价对的抽取,采用的是基于上下文向量的方法。实验证明了上下文向量抽取方法的有效性,并比较了不同上下文向量构建方法的性能。接着,将所抽取的翻译对应用到跨语言信息检索中,并与基于词典的方法和基于平行语料库的方法进行对比。实验表明基于语料库的查询翻译方法优于基于词典的方法,而基于可比较语料库的方法要优于基于平行语料库的方法。