随着Intenet迅猛发展,各种资源不断增多。为了快速、高效的查找信息,信息处理以成为当前重要的研究领域。针对信息处理涉及的内容,本文对中文信息处理中的若干关键技术进行了研究,主要研究内容和贡献如下:实现了一种基于句法词典的句法分析方法。通过把文法规则映射为特征词,把句法分析转换为利用特征词生成句法判定树,使概率方法和规则方法有效的结合在一起。在封闭的测试中,该方法获得了89.40%的查全率,87.13%的查准率。提出了一种利用样本距离,改进K-means聚类的方法,有效地避免了初始点的选择所带来的误差,以及噪声和孤立点的影响。介绍了一种把多种语料库存入字典结构,以及使用此字典结构的方法;对特征词,使用多层hash存储,结合最大向前匹配,实现了快速分词算法,1G内存下,分词速度到2M/S;在实现基于隐马尔可夫模型的词性标注同时,结合平滑算法,标注正确率达到86%,排歧正确率达到82%;在实现基于KNN分类算法中,使用CHI统计方法选取属于该类的特征词,同时把该类的文档加载到其后,解决了信息冗余问题;通过利用句子的特性,计算句子在文本中的权重,简单实现了基于统计的机械自动文摘;通过采用向量空间模型,对输入语句进行同义词扩展,对文档采用倒排结构存储,实现了一个简单的信息检索。