HNC（Hierarchical Network of Concepts，概念层次网络）理论是黄曾阳先生创立的服务于自然语言理解处理的理论体系，其中的HNC符号是对自然语言概念空间的符号化表达，HNC符号并不追求对词义的精确化表述，而强调对概念之间关联性的把握和形式化描述，将概念关联性强弱的计算简化为对数字串和字母串的逐层比较问题，极大方便了计算机理解和处理自然语言。　　 经过HNC研发小组的同仁们10年的积累和编写，HNC共编定59988个词语（64555个义项）的词语知识，除了为每个词语填写HNC符号之外，还配置了词语的语法搭配信息（如“着了过完见开起”等）、句类信息、词语在句中的强关联信息和相应的例句等知识，它们是汉语句子理解处理的宝贵资源。不过，在对汉语字词的HNC符号编写方面，目前还只有粗略的编写原则和规范，并没有HNC符号的编写细则，HNC符号的编写并没有完全做到系统化、一致化和规范化。本文将针对HNC符号的具体应用，制定HNC符号的编写细则，完善HNC符号的填写，力争做到HNC符号填写的系统化、一致化、规范化，以求HNC字词库资源在中文信息处理领域达到更为理想的应用效果。　　 由于和自然语言中的字词相对应的HNC符号本身是具有层次性和结构性的，不事先对其解析，就无法在工程上利用HNC符号处理自然语言。文章系统分析了HNC符号体系的组合结构和组合规律，用C＃语言编写了HNC符号的解析工具，并将解析工具封装成类，便于其他程序调用此解析工具。　　 文章还对黄曾阳先生构建的自然语言概念的HNC符号在应用层面作了宏观和微观的细致研究，将黄先生提出的HNC符号“同行优先”准则具体应用于中文信息处理实践领域，研究发现，HNC符号在文本领域判定、词义消歧、语义块切分等问题上都能发挥重要作用，文章编写程序对HNC符号在以上问题的处理方面进行了效度测试，测试结果较为理想。　　 总的来说，论文中的三大部分，HNC符号的规范、HNC符号的解析、HNC符号的应用都是为推进HNC理论在工程上的应用服务的，有很强的工程性和实践性。其中，HNC符号的应用是主体，HNC符号的解析是应用的基础，HNC符号的规范是为达到更好的应用效果而服务。