本文将基于单语语料的检索技术运用到机器翻译中,构建了一个汉英译文推荐系统,解决传统方法双语料库构建代价高昂的问题,同时提高最终译文的流畅性。译文推荐系统包括查询翻译和信息检索两部分:查询翻译根据给定的一组中文,生成N-best英文结果;信息检索评价目标语言与候选译文的相似程度。系统综合两部分得分返回推荐译文。考虑到N-best结果与候选译文的词序一致性,采用Levenshtein距离使得排序结果更加合理。在英汉数据集上的实验表明:在不同n阶语言模型下,译文推荐系统都有很好的表现,加入Levenshtein距离取得了最高70.83%的f测度值。