随着科技的进步和国际技术交流的深入,大量新的科技术语会被引入到另外一种语言中使用,这些术语通常不是被另外创造新词表示。日语也从别的语种(特别是英语)中引入词语,并且利用音标字符片假名来表示引入的外来语。由于双语词典仅能覆盖有限的片假名,基于词典的机器翻译系统不可能翻译所有的片假名,因此未登陆片假名的翻译问题也是机器翻译需要解决的关键问题。本文利用统计机器翻译方法实现了片假名的自动翻译,从片假名短语的分词,片假名的翻译,双向翻译结果的融合,到翻译结果短语的获取以及翻译结果的自动评测,实现了完整的片假名短语翻译流程。其主要工作如下：第一,与以往基于词典的分词方法不同,本文采用机器学习的方法进行片假名短语分词。本文将片假名分词问题转化为序列标注问题,取前后三个片假名字符范围内的上下文作为特征,然后引入条件随机场来进行片假名分词,实验结果表明,基于条件随机场的片假名分词方法取得了较高的分词准确率。第二,采用基于短语的统计机器翻译方法进行片假名的翻译,并在基于短语的机器翻译方法的基础上提出了一种双向融合的策略进行片假名翻译。该方法将片假名利用日英系统译出英语单词候选,然后将英语单词候选利用英日系统再次翻译,并将两次翻译结果进行融合得到最终的翻译结果。实验表明,基于双向融合的翻译方法比基于短语的日英翻译方法的结果有明显提高,取得了较为理想的效果。第三,对于片假名短语的英语短语结果的获取,本文使用了双向融合打分值和短语语言模型两个特征来指导英语短语结果的获取,然后采用Viterbi算法进行解码,最后实现了一个完整的片假名短语自动翻译系统。本文利用翻译准确率和国际上通用的机器翻译自动评测方法对片假名短语自动翻译系统的翻译结果进行了评测,评测结果证明,本文提出的方法可以有效的解决片假名的翻译问题。