语义障碍是自然语言处理的一个拦路石，当然也是影响提高机器翻泽译文质量的因素之一。机器翻译中的“义障”主要在于自然语言词汇语义的不确定性，这种不确定性往往使得翻译系统难以做出恰当的译词选择。从评测的角度来看，在译文质量优劣的评价因素中，语义因素无疑也是权重最高的评判标准。在语言本体研究中，语义研究一直是重中之重，前人运用不同的理论和方法，对自然语言的语义及语义关系进行了不同层面的描写，编纂了各种释义词典(对词汇语义的描写)、义类词典(对词汇聚合语义关系的描写)和搭配词典(对词汇组合语义关系的描写)等；在自然语言处理研究中，语义的处理方兴未艾，计算语言学家也依据不同的语义体系，构建了大型语义知识库和机器可读的语义词典等。然而，上述研究仍不能满足机器翻译对译词选择的语义分析的要求，更无法为量化的译文质量评价提供切实可行的语义依据。为此，我们有必要为机器翻译这个特定的自然语言处理领域做专门的语义研究。 本文在前人语义研究的基础上，人工总结了英-汉机器翻译系统中英语动词的语义特征组合模式，在此基础上提出了一种基于“语义特征组合模式”的动词译词选择方案。首先，通过知识库融合的方法从英语FrameNet和英汉双语HowNet中生成了常见的英语多义动词839个，在大量真实语料和词典例句语料的基础上对其语义特征组合模式进行了归纳总结，现已完成412个英语多义动词的2546种语义特征组合模式的提取工作。在每种模式中，我们都给出了该英语动词相对应的汉语可选译词。在此基础上构建了供机器翻译译词选择所“专用”的“双语动词语义词典(BiVSD)”，利用BiVSD中这2000余种语义特征组合模式及其所涉及英语动词的汉语可选译词，辅以动词语法语义特征，机器翻译系统就可以准确判断出该动词在一个具体语境中的恰当译词，从而选择出恰当的译词。确定了基于语义特征组合模式的译词选择方案之后，本文围绕机器翻译过程对原语分析、译词选择和译文生成各个阶段进行了分析，界定了命题、小句和句子的定义，提出了主观性语义特征的概念并分析其在译词选择中的作用，并具体分析了两种特殊结构中的动词译词选择方法。最后，以个案研究的方式，对含有英语多义动词beat的176句英文原句进行动词的译词选择，实验结果译词选择正确率为89.2％，模式匹配正确率为98.8％，模式匹配覆盖度为94.9％。 在译文评价方面，本文首先对上述译词选择方法进行比对评价：选取800个动词中的200个典型多义动词，从语料库中抽取含有这200个动词的例句共1000个例句(每个动词抽取含有该动词的例句5句)，建立语义选择测试集。分别通过语义特征组合模式、机器翻译系统和人工选择三种方法选择每句原文中动词的恰当义项，将这三种形式的译词选择结果分别与参考译文中的译词进行比较，得到每种形式与参考译文译词的吻合度。比对实验结果表明语义特征组合模式的译词选择结果吻合度为92.7％，远远高于机器翻译译词选择结果(52.3％)，也高于人工选择的结果(88.06％)。此外，本文还提出一种基于模糊集的多语言点译文质量综合评价方法，该方法综合了待评价译文的语义、语法、语用和语篇诸因素，利用模糊数学的方法对同一译文的多个评价结果进行统计判断，并做个案研究验证了该方法在译文评价上的有效性。