在基于实例的机器翻译方法中 ,通常采用双语句子实例的形式 ,但由于自然语言表达的无限多样性 ,使得这种存储粒度过大的句子级翻译实例的利用率较低 ;而在基于规则的机器翻译方法中 ,规则和词典具有一定的抽象性 ,其重复利用率高 ,但其中存在大量的歧义 .提出了一种 IHSMT中的实例自动优化算法 ,该算法引入了实例粒度的概念 ,根据规则和实例使用率 ,将粒度大的实例分解为较小的单元 ,并建立相应的词典 ,以提高实例的使用频率和检索效率 ;同时在翻译过程中 ,根据用户修改的统计和上下文信息 ,对粒度小并具有歧义的实例进行合并 ,以提高翻译质量和推理效率 ,从而使实例粒度更加合理 ,存储结构更优化 ,系统的效率更高