本文根据汉语信息处理的实践,选取了分词标注中习用语这一特殊词类作为研究对象。目前自动分词标注的习用语,实际包含成分多样,混杂有词、成语等其他语言单位。首先,在借鉴语言学和汉语信息处理两方面的研究成果之后,在语料标注的实际情况分析基础之上,从结构、字数、语义三个方面对习用语的性质和特点进行分析,将其与成语、惯用语等概念区分开。其次,本文以茅盾文学奖获奖作品语料构建语料库,以此为切入点,对习用语进行实证研究。本次研究选取了第六届——第八届三届茅盾文学奖共14部获奖作品的文本,共计近400万有效字符,制成抽样语料库。运用ICTCLAS软件、以北京大学分词标注规范为标准,对语料库进行自动分词及标注。对自动分词的情况进行分析,筛查标记为“习用语”的分词单位中混杂入的词、成语和惯用语等语言单位,并且立足于汉语信息处理的实践,提出对习用语自动标注的处理建议。然后,依托语料库中的真实语言材料,对习用语的语法结构和功能进行描写与分析。从音节数上,侧重研究三音节和四音节的习用语。习用语的语法功能相对完备,可以在句中担当主语、宾语、谓语、定语、状语、补语、独立语等主要句法成分。因此对习用语进行语法功能的二次标注,具有可行性。习用语在汉语信息处理中作为独立的分词单位,有其必要性和不可替代性。本文通过对习用语的实证研究,希冀为自动分词软件的优化提供参考。