机器翻译一直是自然语言处理领域的热点和难点,在实现不同语言的交流方面具有重要的意义。近年来,随着我国对纳西少数民族语言文字信息应用的日渐重视,实现纳西语言与汉语言的互通互译就显得尤为重要。其中,利用机器翻译来完成这一目标成为了比较重要的途径之一。但由于汉语和纳西语在语言的句法结构方面存在很大的差异,所以,简单的利用基于词或基于短语的统计机器翻译方法并不能取得很好的翻译效果。.因此,针对汉语-纳西语的句法特点,本文分别利用两种语言在句法结构上的依存关系,开展汉语-纳西统计机器翻译研究,主要取得了以下成果：(1)融合改进依存树到串模板的汉语纳西翻译方法。翻译模板是提高统计机器翻译系统效果的重要基础和手段。本文以汉语和纳西语为研究对象,对基于汉语-纳西语统计机器翻译系统所需的依存树到串翻译模板进行了改进。在进行翻译模板的构建时,提出了添加归并操作的翻译模板抽取方法及相应的解码算法,并根据解码算法,将该翻译模板融入到汉语-纳西语统计机器翻译系统的解码阶段,完成翻译。实验表明,在一定规模的改进依存树到串翻译模板的支持下,基于汉语-纳西语的统计机器翻译效果有大幅度的提升。(2)构建基于纳西语的依存语言模型并对解码效果进行约束。针对纳西语的句法特点,将纳西语句法结构信息融入模型并提出训练方法,在对解码候选翻译结果进行选择时,对正常解码的NBEST候选翻译结果重新计算得分并对其序列顺序进行调整,以提升翻译结果的准确率。最终实验结果表明提出的基于依存句法关系的语言模型对于最佳翻译结果的选择有很大的帮助。(3)利用已有的词语对齐、句法分析等基础软件,结合改进的依存树到串翻译模板、解码算法以及依存语言模型,搭建基于依存句法的汉语-纳西语统计机器翻译原型系统。