传统的EBMT(Example-Based Machine Translation,基于实例的机器翻译)方法是建立在大规模的实例库基础之上的,存在着精确匹配率不高,模糊匹配时产生译文质量较差等缺点。利用翻译模板可以有效的解决翻译实例的数据稀疏问题、简化实例库的规模并提高实例匹配的精确率。因此,本文提出了基于两级翻译模板的方法,提出了两级翻译模板的体系结构并给出了定义,给出了从句子对齐的双语语料库自动抽取两级翻译模板的方法,并设计了利用模板库进行模板匹配的算法。文中首先对机器翻译的重要技术尤其是基于EBMT的翻译方法进行了整理和分析,其次,概括了翻译模板提出的意义,提出了本文翻译模板的定义和研究策略。最后,在此基础上实现了两级翻译模板的抽取。基于模板的翻译方法的核心问题是模板的抽取与匹配算法。本文在抽取翻译模板的过程中采用了浅层句法分析方法,主要运用了组块识别。浅层句法分析的优点是可以识别出确定性高的部分分析结果,减少句法分析中的歧义,从而降低句法分析的难度。具体方法是:在模板抽取过程中首先对翻译实例进行浅层句法分析,得到双语组块信息,并确定实例的框架,根据对齐约束提取短语翻译模板,在此基础上,提取出句子级的翻译模板。在模板匹配过程中首先对输入句进行组块分析,然后在系统模板库中检索匹配模板。检索过程中兼顾模板的结构信息及子块信息。