日语依存关系解析是日语句子解析的一项基本技术,主要基于日语依存语法来确定句子中文节与文节间的依存关系。句法分析是进行语义分析等深层自然语言处理的首要基础,是诸多自然语言处理应用系统不可或缺的一个重要环节。依存关系解析在机器翻译、信息抽取、自动问答等领域有着重要的应用。目前对日语依存解析的相关研究,重点都集中在对学习框架的修改上,机器学习算法大多采用支持向量机或其他基于边界和记忆学习的方法。条件随机场作为一种优秀的序列标注器,在序列标注方面有着出色的表现,被成功地运用在自然语言处理的任务中,并取得了很好的效果,但是在日语依存关系解析方面,却未见相关的报道。本文采用层叠组块算法和条件随机场相结合的方法进行日语依存关系解析,融入丰富的上下文信息,从整句的角度给予每个标注单元一个最优的标注结果。在日本京都大学文本语料库(Version 4.0)上的实验结果表明,该方法在不使用动态特征的条件下,依存正确率和句子正确率分别取得了很好的效果。规则方法作为统计方法的有益补充,仍被广泛的用于自然语言处理的诸多领域中。传统的规则获取是根据知识工程师的经验和知识手工编写,完全依赖于编写规则的知识工程师的语言知识,获取规则集合需要大量的人力和物力。针对传统的获取规则方法的不足,本文采用了基于条件随机场的错误驱动机制,将条件随机场的一次识别结果作为特征加入到条件随机场二次识别的特征模板中,利用统计方法来自动学习其中的错误规律,训练得到机器识别模型并进行纠错,在上述的语料库上的实验结果表明,该方法进一步提高了依存关系解析的效果。