任何民族的发展都不能没有继承。而我国大量的优秀传统文化均以古代汉语为载体。中华文化要传承、要变革，就需要有一批人读文言文，整理古籍，研究历史。然而，由于客观历史条件的限制，人们使用的现代汉语同汉语古籍中使用的古代汉语相比，存在着显著的差异。这给非专业人士阅读古代汉语、接受华夏古文明的熏陶造成了严重的障碍。 随着计算机科学的蓬勃发展，机器翻译已成为突破语言障碍的重要技术手段，特别是基于实例的方法避免了复杂的深层次语法和语义分析，是现阶段古汉语机器翻译的一条可行之路。而基于实例的机器翻译需要大量的对齐语言资源，尤其是词一级对齐语言资源的支撑，为此，本文以古今汉语平行语料库为基础，将可视化技术贯穿于始终，对语料进行了文本关联分析，并提出了挖掘前N个最频繁项集的改进Apriori算法，开拓了一种新的文本挖掘模式，为构建词一级对齐的语言资源打下了基础。 本文主要包括数据准备、文本关联分析及可视化文本挖掘三个方面的内容。 1.数据准备部分。 介绍了古今汉语平行语料库的项目背景及所取得的进展，对语料的收录、标注及预处理进行了详尽分析；并在此基础上提出了互译词对集合的抽取问题，即如何从现有的平行语料库中将具有互译关系的词对抽取出来，并探讨了如何对集合规模进行有效约简，为文本挖掘做好了数据准备工作。 2.文本关联分析部分。 这是本文的核心。首先介绍了关联规则的基本概念，指出其核心问题为频繁项集的挖掘，随后引出了经典的频繁项集挖掘算法-Apriori算法；在此基础上，提出了挖掘前N个最频繁项集的问题，即如何从给定数据集中得到支持度最高的前N个频繁项集，跳出了数据维度的限制，将关注的焦点从最小支持度阈值导向了所得关联规则的个数，尝试由此建立一种适应古今互译词对特点的文本关联分析模式；并根据N个最频繁k-项集挖掘算法--Itemset-loo0p算法提出了改进的Apriori算法，进行前N个最频繁项集的挖掘。文章最后以“吾”字为例，给出了具体的实验范例。 3.可视化文本挖掘部分。 阐述了可视化技术在关联规则挖掘中的运用。指出了传统关联规则挖掘存在的问题，提出了“以人为本”的文本挖掘过程--可视化文本挖掘；明确了可视化文本挖掘不仅要做到结果的可视化，更要做到过程的可视化，从而利用可视化技术促进用户与系统的互动，从而得到最准确的挖掘结果；并以“吾”字为例，展示了挖掘结果的可视化效果。