篇章关系研究是自然语言处理领域一个重要的研究课题。随着现在人工智能的快速发展,人机对话等应用也对篇章语义分析有了更高的要求,篇章句间关系识别对篇章语义分析有重要的作用。如何有效地对篇章句间关系进行分析,也受到国内外学者的高度重视。本文以国家自然科学基金“汉语篇章框架语义关系网自动抽取及其语义推理”项目为背景,针对篇章句间关系发现和篇章句间关系识别分别进行研究。本文的主要研究内容和研究成果如下:(1)深入研究框架语义学和汉语框架语义网,挖掘框架和篇章单元的语义关联性,验证框架语义对篇章单元语义分析的有效性。(2)针对篇章句间关系发现任务,提出了基于LSTM和基于Attention机制的LSTM识别方法,用来识别篇章句间是否存在关系,并且与基于最大熵模型的识别方法进行了对比,验证了基于Attention机制的LSTM模型对篇章句间关系发现的有效性。(3)针对篇章句间关系识别任务,提出了基于汉语框架语义网的篇章句间关系识别方法,利用汉语框架语义网中的目标词和框架,从框架语义层面对篇章单元进行分析和研究。实验结果表明,核心目标词对表达篇章单元的核心语义有代表性作用,对篇章句间关系的识别有较好的效果。本文研究了篇章句间关系识别方法,并在构建的语料库上进行了实验,进一步验证了本文方法的有效性,为分析篇章单元语义信息提供了新的途径。