本研究提出一個新的斷詞方法「反覆合併斷詞法」,並且應用於自動影像註解上；現今的影像註解方法有「影像內容檢索」(Content-based Image Retrieval)及「文本內容分析」(Textual Content Analysis)兩種方式,其中影像內容檢索,因為主要是從圖片的特徵,萃取出主體的方式,來給予適當的註解,此方法受限於圖片內容及定義好之字詞,並不能給予較具深層意義的詞彙；本研究著重在文本內容分析上,在斷詞的步驟上提出一個不用依賴任何詞庫的斷詞法,改善過去詞庫斷詞(Lexicon Segmentation)維護成本較高,且新詞無法被萃取之缺點；另外也改善了N元斷詞法(N-gram Segmentation)在交互比對下,所產生出耗時的缺陷.最後本研究以網路新聞(udn.com)文件為實驗對象,產出的圖片主要註解,比對原註解準確度(Precision)達86.02％,而在關聯註解上,利用兩種人工判別的方式：專家評估與使用者評估；在結果上,有75％的專家答案顯示其關聯註解與圖片有相關,而在使用者判別當中,有68％的答案,同意其註解意義與圖片有相關；而在效能測試上,利用1,738篇新聞為輸入之測試資料,其結果顯示平均一篇新聞只需0.006秒的時間即可完成註解,其實驗結果,在準確度及效能上都有很好的成效.