依存句法分析是自然语言处理中基础研究任务的重要环节,旨在找到句子的句法结构或者句子中词汇之间的依存关系,研究越南语依存句法分析方法有利于更深入了解越南语语言结构,可以对机器翻译、文本摘要、信息抽取等上层任务提供句法特征。主流深度学习依存句法分析的效果很大程度上依赖于标注语料规模,但是目前越南语依存句法分析语料稀少,在UD（universal dependencies）~1数据集中仅不到三千条数据,导致越南语依存句法效果很不理想。本文针对越南语依存句法分析语料不足的问题,研究利用多策略数据增强方法扩增越南语依存句法分析语料方法,研究通过参数迁移的方式从英语模型迁移依存句法知识的方法,提升越南语依存句法分析的性能。本文取得了以下三个方面的成果:（1）提出融合多策略数据增强的越南语依存句法分析方法。越南语依存句法分析在语料稀少的情况下,训练得到的依存句法解析器精度不高,且很容易造成数据集中未知词比例高以及依存句法分析模型泛化能力差等问题。因此,提出一种融合多策略数据增强的越南语依存句法分析方法。多策略数据增强包括两种数据扩充方式,其一是基于同义词典的替换方法。根据构造的同义词典,依据同词性的同义词对原训练数据集进行同义替换,达到数据增强的目的。其二是基于mixup的方法。在双仿射模型不同位置对训练数据中原词与同义词进行mixup以产生虚拟新词,利用增强后的数据进行训练。实验结果表明所提方法能够有效增强越南语依存句法分析语料规模,达到五倍的数据增强,在UAS和LAS评价指标上最高获得了1.4点的提升,很好的提升了越南语依存句法分析的效果。（2）提出基于参数迁移的越南语依存句法分析方法。越南语的句法结构与其他语言仍存在很大不同,利用基于映射的迁移学习等方式进行越南语依存句法分析很容易造成语义对齐准确率不高、越南语标注语料与标准语料相差较大以及越南语依存句法分析模型仍存在学习不充分、参数特征利用率不高等问题。并且,通过数据分析发现英越两种语言词性标注与依存关系之间存在关联,因此,提出一种基于参数迁移的越南语依存句法分析方法。利用将从拥有丰富语料的英语训练模型中训练好的词性标注部分参数迁移到越南语依存句法分析的训练模型中继续训练,从而有效利用英语依存句法分析的词性标注特征,提升越南语依存句法分析的效果。实验结果表明所提方法能够使越南语依存句法分析模型有效利用英语训练模型中词性标注特征知识,在UAS和LAS评价指标上最高获得了1.6点的提升,有效提升了越南语依存句法分析的性能。（3）越南语依存句法分析原型系统的设计与实现。为了能够展示并利用越南语依存句法分析的结果,搭建基于python的越南语依存句法分析原型系统。采用基于参数迁移学习的越南语依存句法分析模型来对输入的越南语句子进行依存句法分析。将需要进行依存句法解析的越南语句子输入分析文本框中,之后系统对输入的越南语文本预先做断句和分词处理,再将处理好的越南语句子分句输入到迁移学习模型之中得到带有依存弧和依存关系的结果,最后将处理好的结果以图形化形式与文字化形式在页面中进行展示,达到原型系统图文展示越南语依存句法分析结果的目的。