随着互联网科技的发展,人工智能在教育领域得到了广泛的关注与应用。通过机器解答数学应用题从而帮助学生提高解决问题的能力也是当前研究的热点,从更大范围上讲,教育机器人的开发与应用,极大地培养和提高了学生的科学素养,在教学领域也取得了丰硕的成果,因此受到了越来越多的重视。机器解答数学题的首要步骤是题目理解,其中中文分词和词性标注技术在题目理解中起着基础性的关键作用。然而,当前在很多领域良好应用的中文分词和词性标注技术在处理数学应用题时却出现了诸多问题。本文着力于研究提高小学应用题分词及词性标注准确率的问题,以期为机器解答数学应用题打好坚实基础。笔者沿用学界最新的解题框架,即创立一组语义模型,基于语义模型里的匹配模板提取题目中数量关系形成方程组从而实现题目理解。在此技术下,本论文基于小学数学应用题机器解答过程中创立的匹配模板,通过分类统计、标注并修改数学应用题目中的词性标注问题,进一步提高机器解答小学数学应用题中分词及词性标注的准确率。本文的研究内容主要概括为:第一,使用NLPIR汉语自动分词系统对人教版小学数学应用题目进行分词及词性标注,通过分析题目中词性标注的问题,总结了词性标注中的不符合匹配模板的词性,并归纳了分数、中文单位等9类词性标注问题。第二,研究设计出改进词性标注问题的方法,实现了词性标注问题的自动改正功能,将分词及词性标注的准确率达到了 90%以上,有效的提高了小学数学应用题分词及词性标注的准确性。最后,以苏教版小学数学课本及知识出版社的优等生三到六年级数学教辅作为测试集,通过实验统计分析,验证了方法的有效性和适用性,为后续更好地创建语义模型提供了技术基础。