随着科技的不断发展,专利文献的翻译越来越被人们所关注。专利中包含大量的专业术语,术语的翻译效果在很大程度上影响专利文献的译文质量,而且术语集中承载了特定领域的核心知识,因此随着信息全球化以及机器翻译技术的发展,术语自动翻译技术的研究已经成为专利文献翻译的热点问题。本文在对国内外相关技术调研的基础之上,实现了英汉专利文献翻译中术语自动翻译系统。通过对双语语料中大量名词性术语进行分析,系统的实现过程中首先对源语言术语进行调序,通过统计翻译工具摩西(Moses)获得n-best候选译文,然后对N个候选结果进行重新打分,选取最佳译文。主要工作包括以下两个方面:第一、针对英语和汉语术语在语言学上的特点不同,提出了基于中心词约束的术语自动翻译方法。英汉术语中词语的顺序有所不同,为在进行译文选词时提供正确的上下文信息,本文在术语翻译之前先对其进行调序处理。根据术语中心词的特点,建立NP调序模式库对源语言进行调序。对于NP调序模式不能调序的术语,本文采用统一方式对其进行调序。第二、对于摩西得到的多个候选译文,通过分析发现,候选译文中最好结果并非一定是摩西打分最高的结果,因此本文通过加入互信息特征对n-best候选译文进行重新打分,即通过计算每个结果中各词与中心词的关联程度,并结合候选结果的语言模型及摩西的参考打分进行重新排序,选择最佳译文。结合以上两方面工作,本文构建了术语自动翻译系统。实验结果表明,本文的方法对于专利文献中术语的自动翻译具有很好的效果,其翻译结果优于目前统计机器翻译中对术语翻译的结果。