中文自动分词是中文自然语言处理的核心问题之一。近年来，随着汉语词语切分标注语料库的丰富，以及相关评测的推动，基于机器学习的分词方法取得了巨大成功。然而，实际应用中的中文分词仍存在推广能力差、适应性不强等问题。本文从构词法知识入手，针对上述问题开展研究工作，并给出相应的解决方案。　　 首先，在对现代汉语构词法进行分析的基础上，参考《现代汉语合成词结构数据库》，对《人民日报》标注语料库进行了扩展标注，构建了《现代汉语语素类别标注语料库》，为后续构词法的自动分析提供了语料支持。　　 其次，针对分词方法推广能力差、处理集外词能力较弱等问题，探讨了构词信息在分词中的作用，并提出了一种结合构词信息的条件随机场分词方法。宾大中文树库上的实验结果表明，分词F1值达到了97.5％，召回率相对提高了11.5％。　　 最后，针对由于词难以定义，以及词语切分语料库中词定义各不相同而导致的适应性不强的问题，分析了语素与词之间、词和短语之间的层次结构，并提出了一种结合构词信息的词法、句法联合分析方法。该方法将语素、词和短语三个边界模糊的层次统一到了一个结构中，从而为“词”的不同需求提供了选择。　　 实验证明，将构词信息引入到中文自动分词的策略，在提高分词性能的同时也保证了系统的推广性，并解决了实际应用中切分结果不能随应用需求灵活变化的问题。