词语搭配是词语组合的习惯性出现,具有一定的共现频率、语法结构和语义透明性。词语搭配是人类自然语言知识的重要组成成分,在自然语言处理的各项任务中占有很关键的位置。词语搭配的研究对机器翻译,信息检索,句法分析和词义消歧等工作都有着促进的作用。现有的词语搭配自动抽取和识别方法主要是基于规则、基于统计和机器学习,以及一些综合策略方法。本文提出两个算法,分别是基于谓词搭配频数矩阵的双语词语搭配消歧方法和基于谓词相容性矩阵的双语词语搭配识别方法。按照所含语义信息粒度的粗细,我们将搭配分为三种,按信息粒度从细到粗分别是谓词搭配、概念搭配和词语搭配。一个词语搭配能够产生一个或多个概念搭配,同样的,一个概念搭配能够产生一个或多个谓词搭配。在实验中,我们利用这三种搭配的关系,将词语搭配的粗粒度信息叠加到细粒度的谓词搭配上,从而实现词语搭配的消歧和识别。首先,我们从语料库中抽取出有意义的中英词语搭配,接着使用这些词语搭配借助人工知识库HowNet得到概念搭配和谓词搭配,从而构建谓词搭配矩阵,词语搭配的共现频率在谓词搭配频数矩阵中进行叠加,根据谓词搭配矩阵中的信息就可以计算词语搭配的所有概念搭配的对应的分数,分数最高的就是最终消歧结果。双语词语搭配消歧就是在计算概念搭配的分数时同时使用中文和英文的谓词搭配频数矩阵信息,这种方式有效增加了谓词搭配的信息量,弥补了词语搭配语料库较小时,生成的谓词搭配频数矩阵过于稀疏的缺陷,有利于词语搭配消歧准确率的提高。所有的词语搭配都消歧结束后,我们就能得到一个消歧好的词语搭配库,即每个词语搭配都对应一个概念搭配,通过这个词语搭配库,我们可以构建谓词相容性矩阵,利用这个矩阵判断一个词语搭配是正确的或异常的。实验结果表明基于谓词搭配频数矩阵的消歧算法和基于谓词相容性的词语搭配识别算法的结果均达到了我们的预期,证明了该方法的可行性和有效性。