中文音译人名属于未登录词,而未登录词识别是自动分词技术的关键问题,自动分词是信息检索、信息抽取及知识发现等方面起着很重要的作用。目前在音译名的识别方面已有很多的研究,但是由于社会,生活,文化等方面的发展,在中文音译名的翻译上也有了一些变化,因为原有问题没有透彻解决,随之又有新问题即将出现,这样就需要对原有的模型重新认识并改进。通过对中文姓名识别模型的研究和对音译名现有研究结果分析,建立音译名的识别模型,首先依据《英语姓名译名手册》统计用字频度字典,单词频度字典和双词频度字典；其次由中文分词模型得到原始分词；然后在原始分词结果的基础上识别出输入语句中的所有潜在姓名同时计算他们的可信度,建立潜在姓名链；接着对链中的每个潜在姓名进行过滤,采用阀值和根据简单上下文关系作选择的方法,主要考查的参数是频度和可信度；最后调整潜在姓名链,比较原分词结果和音译名的识别结果,选择最优解。在改进方面主要针对潜在姓名过滤和召回过程,其主要优化的参数是潜在姓名的可信度以及一些特殊情况中频度的计算。对原模型从新浪网的国际新闻中抽取了大量语料进行测试,闭式测试的结果达到了90%以上,开式测试的结果不是十分理想,只有60%左右；改进后抽样测试结果达70%。