在自然语言处理的研究中,汉语语料库的质量具有举足轻重的作用,高质量的语料库对学者们来说越来越重要,这就必须要考虑现代汉语中兼类词的现象。在汉语中,兼类词的数量虽然不多,但兼类现象很复杂,词的兼类问题是一个普遍存在的歧义现象,这给词性标注带来了很大困难,正确识别兼类词的词性是汉语词性标注中最关键的问题之一。在研究虚词用法自动识别的过程中,进一步发现兼类词的正确识别在现代汉语中的重要性,本文使用了基于统计的方法对兼类词进行研究,分别采用基于条件随机场模型、最大熵模型和K近邻算法等方法,对常用的兼类词进行了实验。实验结果表明基于统计的方法在常用词的兼类识别上具有很好的识别效果,可以较好地对兼类词的词性进行识别,并且已经在语料中取得了较高的准确率,但并不是所有的兼类词都可以达到高的识别结果,也存在一些用统计方法识别效果不够理想的词,针对这种个别现象,进一步选择尝试基于规则的识别方法。在统计结果的基础上,本文又针对一些用统计方法识别效果不够好的兼类词考虑基于规则的识别方法,根据它们不同词性的不同特征,抽取其中具有可操作性的判断条件,利用BNF范式对兼类词的词性进行了描述。既根据兼类词本身的特性以及在上下文语境中的特点构建一组规则,然后用标注处理工具在语料上对规则进行测试,找出规则存在的问题,不断修改规则进行反复的测试以提高规则的识别准确率。实验结果表明,基于规则的的识别方法对于一些基于统计方法识别效果较差的词能够得到较好的识别准确率。在文章最后,论文对本文所研究的工作做了总结,并且对下一步要研究的内容进行了展望。