中文分词是中文信息处理的基础。在自然语言理解、语言文字研究、中文文本自动标引、信息检索、机器翻译等领域中,中文分词具有不可替代的作用。因此,中文分词的研究至关重要。但是,中文分词的研究水平已经远落后于与它关联的相关技术,成为制约其它技术发展的瓶颈。中文分词的研究过程中遇到了以下问题：语言学方面的困难,新词的不断出现,歧义的判别,分词的标准不统一等；计算机方面的困难,没有合理的自然语言形式模型,没有有效方式对语义进行理解以及形式化等。这些问题将会制约着中文分词的发展。本文在综合分析现有的中文分词研究成果,重点对基于图的中文分词进行研究,提出了基于S-EK图最短路径的中文分词。研究的主要内容如下：1.对中文分词的主要的算法进行了研究,比较和分析了常用的三种分词算法：基于字符串匹配的分词算法,基于统计的分词算法和基于知识理解的分词算法,并对它们之间的优缺点进行了总结。最后文章还给出了中文分词的评测标准及其意义。2.重点在有向图和中文分词结合方面进行了深入研究,对N-最短路径中文分词的算法中的有向图进行改进,提出了S-EK图,并采用N-元统计模型计算出一个词在一定的语境下的概率,并对该值做了平滑处理,把最后的结果作为S-EK图的边的权值。3.基于S-EK图的优点提出了S-EK最短路径算法。该算法在与N-最短路径算法和Dijkstra算法进行对比,实验和理论推导均证明该算法有一定的优点和价值。