在当前的基于统计的翻译方法中，双语语料库的规模、词对齐的准确率对于翻译系统的性能有很大的影响。虽然大规模语料库可以改善词语对齐的准确度，提高系统的性能，但同时会以增加系统的负载为代价，因此目前对于统计机器翻译方法的研究不只局限在使用大规模语料库的基础上，同时会寻求其它可以提高系统性能的方法。 针对以上问题，本文提出一种方法：在基于短语的统计机器翻译系统中应用双语词典。即根据对数线性模型(Log—Linear)的思想将双语词典作为统计机器翻译系统的一个特征融合在系统中，利用双语词典对Giza++双向训练所得的词语对齐结果进行优化，能够在双语语料库有限的情况下提高词语对齐的准确度；而且可以利用双语词典优化翻译结果，对未登录词进行处理，可在一定程度上解决数据稀疏问题。为现在主流的基于短语的统计机器翻译提供帮助，同时推进现有语言学资源在统计翻译中的应用。