随着计算机技术和互联网的迅速发展,各种信息呈爆炸式增长,人们对信息精确定位的需求促进了自然语言处理技术的发展。指代消解是自然语言处理的重点和难点之一,在文本摘要、机器翻译、多语言信息处理和信息提取等诸多应用中都有应用。而指代消解也综合了多种自然语言处理技术,如词性标注、句法分析、命名实体识别、名词短语识别等。本文主要研究汉语指代消解的相关技术及系统实现,对组合分类器、汉语基本名词短语识别、待消解项识别及句法特征等进行了深入系统的分析和研究,取得的成果如下:1.根据基于先验知识的投票表决策略,实现了一个由支持向量机(SVM)、最大熵(ME)和条件随机场(CRFs)组合而成的分类器。实验结果表明,组合分类器能够提高分类的准确性。2.提出了一种混合的汉语基本名词短语识别算法。该方法通过对基本名词短语上下文环境中词汇信息的统计和分析,提取包含上下文环境信息的特征,训练生成组合分类器,同时利用统计分析而来的四类规则模版对分类的结果进行修正。由于采用的模版较为合理和准确,使得识别的正确率达到90%以上。3.根据句法分析的结果,提取出包括名词短语所关联的句法信息特征在内的13个特征进行指代消解,并通过实验,分析了每个特征对指代消解的贡献度及每个处理环节对指代消解的影响。4.提出了一种基于规则和特征的待消解项识别方法。通过对训练语料中已标出的待消解项以及上下文信息进行分析,统计出一些规则。同时,提取出一些特征信息,训练生成待消解项分类器。