近年来,大量的研究开始关注浅层语义分析,也就是语义角色标注(SRL)。中文语义级手工标注语料的稀缺,以及中文句子结构的复杂性,都成为中文语与角色标注任务面临的重要问题。然而,目前较少有中文语义分析相关研究来解决这些问题。在本论文中,我们将给出第一个中文语义角色标注系统的全方面性能结果。而只利用了一小部分的已标注语料以及大部分的未标注语料。已有的语义角色标注系统都直接面对语料库中的所有句子进行处理,我们的系统则被设计为只处理单VP中文子句(只含有一个动词短语的子句)。含有多于一个动词短语的子句会被转换成单VP子句的句式形式,使得可以被我们的语义角色标注系统处理。该系统处理单VP子句的性能被作为系统的基本性能。当处理复杂中文子句时(也即我们所说的多VP子句),很难识别子句中的主谓词以及其相关的(尤其是较大的)功能块,于是语义角色标注系统的性能将会因此而严重恶化。作者在该论文中提出了一个新颖的方法,来替换对于多VP子句组块的自动组块器。通过这种方法,多VP子句将被较好的转化成单VP子句的形式,从而被语义角色标注系统处理。在论文中将会证明,转化后的多VP子句的语义角色标注性能与单VP子句标注的基本性能十分相近。作者关于建立了一个完整的半监督语义角色标注系统的工作,将对未来中文语义分析工作起到很大的帮助作用。对于该系统的细节描述以及实验分析结果将在本论文中一一给出。