汉语句法分析是中文信息处理领域极具挑战性的课题之一。其任务主要是：根据特定的语法把给定的句子转化为词语之间彼此关联的结构形式。随着大数据与信息处理技术的发展汉语句法分析越来越广泛地应用于机器翻译、文本挖掘等领域之中。句法分析方法主要分为基于规则方法与基于统计方法两种,基于统计的方法以大规模语料库和数学模型为基础,不依赖于主观的先验知识,算法与知识相分离；本文主要使用基于语料统计的决策式依存句法分析方法。另外,汉语复句的句法分析在推导出各分句中词语之间依存关系的同时,还要兼顾复句中各分句之间的层次关系,以正确把握复句的语义,更好地应用于上层语言信息处理系统。汉语复句中词语数目较多,对汉语复句进行决策式依存句法分析时容易导致长距离右依存下的错误累加。本文首先针对这一问题提出了一种复句分治思想下的决策式依存句法分析方法：即首先对复句进行分治划分；然后提取各个分句,将复句句法分析的复杂过程转化为对其各个分句进行分析的子过程；最后整合各个分句的子结果,推导出复句的依存树。其次为了对复句进行分治处理,本文在在中文分词、词性标注与分句界定的基础上,提出了一种规则与语义相结合的层次划分模型,该模型融合了基于关系搭配的移进-规约算法与影响复句中小句关联的相关语义知识。最后,对原有基于语料统计的决策式算法作了适当改进。实验结果表明：复句分治思想下的统计决策式依存句法分析方法相比于原有的决策式Arc-eager算法,在一定程度上提高了汉语复句句法分析的准确率。