مترجم­های ماشینی آماری از پرکاربردترین و با کیفیت­ترین مترجم­های ارائه شده هستند و انواع مختلفی دارند. از بین آن‌ها مترجم­های مبتنی بر عبارت به دلیل سادگی در تولید و کیفیت ترجمه قابل قبول، از اقبال بیشتری برخوردار هستند. این مترجم­ها که بر پایه ترجمه دنباله­­های کلمات استوار هستند، در ترجمه عبارات چند کلمه­ای و اصطلاحات و همچنین جابجایی­های محلی قوی عمل می­کنند. ولی نتایج بررسی­ها نشان می­دهد که مترجم­های مبتنی بر عبارت در انجام جابجایی­های دور با مشکل روبرو هستند. همچنین علی­رغم قدرت نسبی این مترجم­ها در انتخاب معادل برای عبارات، هنوز جای پیشرفت زیادی در این زمینه وجود دارد. تحقیقات نشان داده­است که اطلاعات نحوی می­توانند به بهبود نتایج مترجم­ها و تولید نتایج صحیح­تر از نظر دستور زبان کمک کنند. از این رو کارهای زیادی در زمینه اضافه کردن اطلاعات نحوی به مترجم­های آماری انجام شده­است. استفاده از قواعد نحوی می­تواند در تشخیص وابستگی­های دور مفید واقع شود و این امر به بهبود در جابجایی­های سراسری و رفع ابهام معنایی می­انجامد. از این رو در این پژوهش قصد داریم از اطلاعات نحوی در ترجمه­آماری مبتنی بر عبارت استفاده کرده و کیفیت ترجمه را بالا ببریم. برای تزریق اطلاعات نحوی به مترجم از قواعد نحوی مبتنی بر گرامر درخت-پیوندی استفاده خواهد شد. این گرامر به دلیل غنی بودن از نظر زبان­شناسی، توانایی در تمایز قائل شدن بین سازه­های اختیاری و ضروری، داشتن ساختار وابستگی در درختان اشتقاق خود و ... برای این کار در نظر گرفته شد. هدف ما در این پژوهش ایجاد بهبود در انتخاب معادل­ها و جابجایی­های سراسری است. در فاز مقدماتی این پژوهش قواعد نحوی مبتنی بر گرامر درخت-پیوندی بر روی پیکره­ دو زبانه انگلیسی-فارسی آموزش داده شد.