随着数字时代的高速发展,自然语言处理现已广泛集成到Web和移动应用程序中,实现人与计算机之间的自然交互,其学科范围广泛,比如语音合成与识别、机器翻译、句法分析等等,而文字在这些研究领域中具有至关重要的作用。文字常常以报纸、电子刊物,及其网站等方式在人群中进行传递,给人民生活带来了便利,同时这些庞大的信息也令人眼花缭乱。而在这海量的文字信息中,难免也会有各种各样的错误。传统的人工校对方式在人力,物力,以及周期等方面都开销比较大,显然不能满足文本校对的需求。因此,文本自动校对技术已然成为自然语言处理的关键技术之一。通常而言,文本检错和文本校对是分开进行的,这样比较符合文本自动校对的逻辑步骤。句法分析又是实现文本自动校对的方法之一,同时句法分析与句式结构研究又有着密不可分的关系,而从此角度对文本进行校对的研究占比较少。目前众多的文本自动校对技术,本质上都是在探讨汉语句子部分成分之间的关系,却鲜见对于句式研究成果应用到信息处理中。究其原因,中文信息处理中句子结构的形式化处理在很大程度上模糊了汉语的句式结构。因此,本文针对句式结构、句式成分之间的修饰关系等相关理论知识,进行了大量的研究。提出了二元词和三元词概念,以满足算法中涉及到的规则需求;提出了句式规则集,用以实现校对需要。与此同时,根据研究需要,提出了二、三词元规则集,以满足本文涉及到的基于规则等相关算法。本文针对上述问题和相关的准备工作,提出基于句法分析和规则联合的文本句式结构检错,只针对文本实现检错的校对方法。首先,关于分词和词性标注对于检错效果的影响,提出了使用最新分词技术手段和词性最优模型,针对中文文本之间的修饰关系,构建二、三词元规则集,得到句法分析的解析、合成过程。其次,再利用动词谓语句式表,构建句式规则集,从而直接实现对句式结构的检错。然后,根据构建的二、三词元规则集,再次实现二者相结合的规则集。在构建的各个规则集下,实现句式检错模型的建立,提出基于规则集模型的句式识别检错和规则集模板与句式模型相结合的句式识别检错。最后,本文将这两种文本检错方法,分别使用了C语言编程实现。通过在Windows系统中的控制台(CMD)下编译可执行文件,以方便移植使用。与此同时,也可在云服务器上实现动态的规则集训练。通过真实数据测试得出了检错文本的召回率,准确率等指标。实验结果表明,本文提出结合模型的准确率为84%,召回率为87%,具有良好的效果和可研究性。