词性标注作为自然语言研究的基础，其正确率将直接影响后续句法分析、信息抽取、机器翻译的研究和应用。研究自然语言处理，首先要解决的问题是词性标注。英文、中文、维吾尔文、哈萨克文等语言在此领域取得了较为显著的成果，然而在现有的成果中对柯尔克孜语词性标注的研究相对较少。因此，建立大规模、带正确标记的柯尔克孜语语料库，完成浅层语法分析中的词性标注，对柯尔克孜语的后续发展具有重要的意义。立足于柯尔克孜语的研究现状，本文设计并实现了基于隐马尔科夫模型的柯尔克孜语基本词性标注系统。系统分为词干提取模块和基本词性标注模块。首先采用基于词典匹配和规则排除歧义的方法，初步完成柯尔克孜语的基本词性标注，将标注好的语料库作为训练语料库；其次通过增加前词词性改进二元隐马尔科夫模型，获得词性转移概率矩阵和观察值概率分布矩阵；针对语料库中数据稀疏问题采用Katzs平滑技术对模型参数进行了修正；最后采用VITERBI算法完成柯尔克孜语基本词性标注。为了验证上述研究内容的可行性，在相同规模的语料和不同规模的语料集下，对标准的隐马尔科夫模型和改进后的隐马尔科夫模型进行开放测试和封闭测试比较，测试评价标准采用了兼类词排歧正确率、未登录词标注正确率和词性标注正确率。由于改进的HMM模型获取的上下文信息增多，其标注正确率要高于标准的HMM模型方法，这一点在实验结果中得以证实。