哈萨克语的语言处理研究历经词性标注、命名实体识别、组块分析等过程,现进行到句法分析,取得较好成果。本论文主要研究基于短语的哈萨克语句法分析,设计并实现一个哈萨克语句法分析系统。本论文中句法分析系统使用微软开发的Visual Studio 2015编程软件、C#编程语言进行系统开发。论文中进行句法分析主要使用的模型是条件随机场模型,该模型在最大熵模型的思想上提出,是基于统计的判别式模型,用来标记和切分序列化数据,有效解决了标记偏置问题。论文中系统在实现过程中用到由Taku Kudo编写并发布的CRF++工具包,版本号0.58,Windows版本。在系统设计实现过程中,主要完成四方面工作:1.语料处理。CRF++工具包所需要的语料格式为一个词占据一行的形式,而已有语料的格式为带有短语和词性标记的一个句子多行分级显示的形式,因此需对其进行格式转换、短语切分、添加BIO标记以及训练和测试语料划分等处理。2.CRF调用。Windows版本的CRF++工具包是.exe形式的可执行文件,所以系统在使用该工具包时需要通过接口来调用。在CRF调用过程中,需进行特征模板的设计优化、CRF接口设计、调用CRF工具包根据不同特征模板对训练语料进行训练并生成不同语言模型、利用不同语言模型对测试语料进行测试等工作。3.模型评测。首先对CRF测试出的语料进行句子合成处理,然后进行各项评测指标的计算。本论文使用的模型评价体系为PARSEVAL,主要评价指标为准确率、召回率和F值。在评测结果界面设计中,参照由纽约大学的Satoshi Sekine和宾夕法尼亚大学的Michael John Collins合作开发的Linux版本的EVALB工具包。4.句法分析演示。输入一句或者多句未经处理的句子,通过系统进行词性标注、句法分析、句子合成等操作,最终输出带有词性和短语标记的层次化句法分析结构。