1、漢語分詞是自然語言理解中的一個主要組成部分，同時也是文本挖掘，機器翻譯，信息檢索的基礎(chǔ)。由于漢語分詞問題本身的復(fù)雜性，故而尋求準(zhǔn)確有效的漢語分詞方法成為自然語言理解的主要研究內(nèi)容之一。本文設(shè)計了基于統(tǒng)計和語義分析相結(jié)合的分詞模型，將其應(yīng)用在產(chǎn)品的設(shè)計過程中。通過該模型將用戶以自然語言形式描述的需求進行切分，將切分結(jié)果經(jīng)過自然語言理解系統(tǒng)的其余模塊的處理轉(zhuǎn)化成為計算機能夠識別的概念設(shè)計要求。
　　 本文分析了現(xiàn)有漢語分詞的方法及其

2、主要存在的問題，研究了基于語料庫的分詞方法及其關(guān)鍵技術(shù)，結(jié)合現(xiàn)有的分詞方法，提出將機械分詞、語料庫統(tǒng)計分詞和語義分析相結(jié)合的分詞模型，并將此分詞模型嵌入到某領(lǐng)域漢語理解系統(tǒng)之中。機械分詞階段，利用改進的最大匹配法，以求盡量得出所有的切分形式并用有向圖的形式表現(xiàn)出來，并且找出分詞中的歧義字段，對其進行消除歧義。語料庫統(tǒng)計階段，先將歧義字段中的各種常見搭配組合利用語料庫統(tǒng)計方法統(tǒng)計，統(tǒng)計其共現(xiàn)度和搭配情況，并把搭配情況反饋到統(tǒng)計詞典中，實現(xiàn)