自然语言处理(Natural Language Processing,NLP)的主要目标之一是构建可以理解自然语言的自动化系统。目前构建理解自然语言的自动化系统仍处于研究摸索阶段。现有的一些系统可以处理某些领域中的子语言,但是这些系统都需要人工干预,而且具有较差的鲁棒性。还有一些性能较好的机器学习系统,这些系统仅能处理相对简单的NLP任务。一个自然语言处理系统,如果没有语义解析的参与,很难获得较好的性能。语义解析是指将自然语言句子转化成便于机器理解和推理的意义形式。英文语义解析的研究已取得较大进展,中文语义解析的研究工作却寥寥无几。医药领域有丰富的数据资源,这些资源都是以文本信息的形式存在,很难被计算机处理。本文提出一种面向医药领域的中文语义解析方法(Chinese Semantic Parsing for Medi-cine Field,CSPMF),此方法将中文句子转化成其相应的意义表示看作是一个机器翻译的过程。首先构造用于中文语义解析的医药数据集,数据集中每条训练数据包括一个中文句子及其正确的意义表示。然后利用词对齐模型来获取由中文自然语言字符串及其相应的意义表示所组成的双语词典。最后通过概率估计来确定最终的语义解析模型。针对中文语言的语法结构特点,本文加入预处理算法,提出了改进的面向医药领域的中文语义解析模型(Improved Chinese Semantic Parsing for Medicine Field,ICSPMF)。实验表明,ICSPMF有较高的准确率和召回率。