近几年来,自然语言处理技术得到了快速的发展。句法分析作为自然语言处理中的关键技术之一,从一开始就受到了研究者们的极大关注。句法分析性能的提高对信息检索、信息抽取以及机器翻译等应用都会产生重要的推动作用,但由于资源和技术的不足,它在很多具体应用中尚未发挥效用。　　 通常,获取句子的句法结构并不是最终的目的,但它却是探寻句子深层语义信息的必经之途。句法和语义之间相互作用、相互影响的关系,说明语义知识对于句法分析是有重要的作用。本文研究的目的是探索语义是如何对名词短语识别和依存句法分析产生影响的,研究的内容包括以下四个方面:　　 (1)自然语言处理的模型中,通常选取词形、词类以及语义来作为特征,本文根据模型参数训练的结果,分析了词汇语义、词形和词类三者在名词短语识别中的稀疏度和贡献度等信息,并用数据分析的结果显示出词汇语义属于中等类度的特征。　　 (2)为了比较加入语义先后对名词短语识别的影响,本文构建了选取不同特征的名词短语识别模型,通过实验结果的分析,发现词汇语义信息对名词短语的识别是有一定的作用的,但结果会受到语义粒度的影响。　　 (3)为了解决词汇语义歧义的问题,本文将语义标注过程和名词短语识别过程统一到一个模型中进行处理,使得模型能够处理未标注词汇语义的句子。实验结果显示,词汇语义歧义对识别结果的影响小于特征数量的影响。　　 (4)依存句法分析的一个重要问题是数据稀疏,本文在原有的依存分析模型中加入了从同义词词林中提取的词汇语义信息,提高了分析的正确率。