该文从汉语自动分词和词性标注的歧义消解这一基本问题入手,进行了统计方法框架下汉语自动分词和词性标注一体化模型的探索.具体的讲,该文从以下几个方面进行了研究:1对歧义问题,该文在考察了一阶隐马尔可夫模型(HMM)常见的分词词性标注错误及其分布规律的基础上,提出了一种改进的汉语自动分词和词性标注一体化模型.其基本思想是,对于发射概率,将信息的来源从传统一阶HMM只考虑当前词节点的信息,扩展到该节点前面的l个词的词性信息和前面k个词的词形信息.另外,对于词性转移概率的计算,也从原先的二元文法上升到三元文法.由于引入了更多的上下文信息,该模型具有较高的精确率.2针对上述模型在实际应用中的数据稀疏现象,该文采用了适当的方法进行数据平滑,进一步提高分词词性标注的精度.具体来说,对于三元词性转移概率和发射概率,采用线性插值方法进行平滑,对于其中的参数λ,采用了一种无需训练而直接根据一元、二元、三元对的同现次数来确定的方法.3针对汉语分词过程中数词的识别和转换问题进行研究,通过对汉语数词进行详细的分析,探索出一种自动识别和翻译汉语数词的方法,通过换算,将各种形式书写的数词自动转换成统一的格式.然后系统分析了实际应用中的二词分词歧义问题,并探讨了二词分词歧义的处理策略.最后,综合运用该文所研究的各种方法,实现了一个支持多部用户词典的、基于多步处理策略的汉语自动分词词性标注系统.