统计机器翻译包括两个模型的训练,其中短语翻译模型训练中的关键步骤是双语短语对的提取。怎样提取到准确和足够多的双语短语对成为研究的重点。Och短语抽取算法是以大规模的双语平行语料为代价来平衡准确率和召回率,而藏汉平行语料规模有限,导致藏汉翻译模型训练数据时出现严重的数据稀疏问题。那么怎样解决这个问题成为研究的重点。本文通过对统计机器翻译发展及系统的介绍,使用moses、srilm及词对齐工具GIZA++,利用GIZA++得到藏汉双语平行语料库,利用moses完成整个翻译模型的训练,通过Och短语抽取算法和改进的短语抽取算法,得到最终的短语翻译概率表,并对最终结果进行分析。本文在Och短语抽取算法的基础上,对其进行改进。通过考虑词对齐矩阵中一个藏语对齐到多个汉语的情况,利用Och方法抽取短语对,并对不满足条件的短语对通过加入词典信息进行抽取,如果词典中含有这个短语对,则进行抽取,否则放弃。通过利用Och短语抽取算法和改进的短语抽取算法进行实验,分别对同一规模不同语料进行实验和不同规模的同一种语料进行实验。从实验结果可以看出,改进后的短语抽取算法比Och短语抽取算法能抽取出更多的藏汉双语短语对。这就在一定程度上提高了翻译模型的质量。