随着自然语言处理的研究在近年来的不断深入，机器翻译的发展也得到了长足的进步。但对于小语种的翻译仍很少见，本文以研究统计机器翻译理论为出发点，针对维语-汉语之间的统计机器翻译中的数据稀疏问题，以构建和处理维-汉平行语料库为核心，展开了以下研究:　　(1)统计机器翻译的首个关键问题是平行语料库的建立，本文针对构建双语平行语料库已有的一种句对齐方法，对其提出了改进，使句对齐的准确率得到了提高。　　(2)词切分是解决统计机器翻译中数据稀疏问题的有效方法，本文在研究了已有基于统计的词切分方法之后，通过对维语在形态学方面变化规则深入研究，给出了基于维语形态学规则的词切分，最后与基于统计的方法做了对比，实验表明在词切分的正确率和翻译结果质量上都得到了提升。　　(3)对本文提出的两种方法，并在实际的系统中得到了应用。句对齐算法应用到了构建维汉双语平行语料库的系统中;基于规则的词切分方法应用到了TellMeaning维汉翻译系统中。　　本文提出的两种方法分别在构建平行语料库和解决统计机器翻译中的数据稀疏问题都有着较好的效果，具有一定的实用性和借鉴意义。