近年来,系统融合成为机器翻译领域的一个研究热点。系统融合研究如何充分利用各种不同机器翻译系统的优势来提高翻译的性能。目前系统融合方法可以分为句子级别和词级别两大类。句子级别系统融合主要是基于最小贝叶风险解码,词级别系统融合则是以混淆网络的形式融合。词级别的系统融合因为能够稳定、显著地提高翻译性能,已成为系统融合的主要方法。基于最小贝叶斯风险解码的句子级别系统融合需要对最小贝叶斯风险定义损失函数。损失函数对句子级别系统融合有影响。词级别系统融合需要先对多个机器翻译结果进行词对齐,再依据词对齐结果构建混淆网络,最终从混淆网络中解码输出融合结果。词对齐质量和混淆网络的解码直接关系到词级别系统融合的效果。本文对目前句子级别和词级别的系统融合方法进行了较为详细的分析与总结。针对句子级别系统融合中的损失函数问题,分别设计了三种基于不同机器翻译评测标准的损失函数。针对词级别系统融合中词对齐没有考虑语言信息、词对齐方式单一的问题,提出了融入语言信息、融合一致性词对齐结果的两种改进词对齐质量的方法,以通过改善词对齐质量来提高词级别系统融合的效果;针对单个混淆网络系统融合过于依赖参考句子、调序能力有限的问题,提出了多个混淆网络的重评分和最小贝叶斯风险的解码方法,以通过多个混淆网络搜索到更好的融合结果。本文的主要工作表现如下:1、句子级别和词级别系统融合的研究与实现句子级别系统融合基于最小贝叶斯风险解码。为了对最小贝叶斯风险解码的有效性进行全面测试,本文设计了基于BLEU、TER(翻译错误率)和WER(词错误率)的三种损失函数。经典的词级别系统融合方法主要是基于TER对齐、GIZA++对齐。将多个翻译结果对齐后,词级别系统融合构建出混淆网络,以对数模型融合了语言模型、词后验概率、词惩罚因子等多特征,最终以柱搜索算法从混淆网络中找到最佳融合结果。实验证明了句子级别系统融合可以提高0.5个BLEU,词级别系统融合可以提高1个BLEU。2、改进词对齐质量的系统融合研究词对齐是词级别系统融合中非常关键的一步。为改进词对齐质量,在词对齐过程中融入语言信息、融合一致性词对齐结果。本文主要在词对齐过程中采用了词干和同义词两种信息;通过一致性对齐方法获得一致性词对齐结果,并将一致性词对齐与GIZA++词对齐以并集、交集的方式进行融合。语言信息的加入可以缓解词对齐中的数据稀疏问题,一致性词对齐的加入可以提高词对齐的准确率。实验证明改进词对齐质量的系统融合可以比经典的词级别系统融合提高0.1-0.5个BLEU。3、改进混淆网络解码方法的系统融合研究改进混淆网络解码方法是针对单个混淆网络融合过分依赖参考句子、调序能力有限的改进,以多个混淆网络的形式融合,并提出以重评分和最小贝叶斯风险解码两种方法对多个混淆网络进行一致性解码。实验证明改进混淆网络解码方法的系统融合可以比没有改进的融合方法提高0.5个左右的BLEU。