汉语基本短语的识别和分析是自然语言浅层句法分析的重要任务之一。基本短语的分析结果使句子层次比较清晰,为进一步的句法分析打下基础。在汉语的基本短语类型中,汉语名词短语和介词短语占相当大的一部分。基本名词短语和介词短语识别率的提高对机器翻译和信息检索都具有重要的意义。本文针对浅层句法分析的任务,采用不同的机器学习方法对文本中的名词短语和介词短语进行识别,构造了不同的识别系统,取得了比较满意的识别结果。其研究内容如下:名词短语的识别:通过深入分析基于最大熵识别名词短语和基于转换规则识别名词短语两种方法,提出了基于最大熵和转换规则相结合的名词短语识别。在用最大熵识别汉语名词短语中,构建了最大熵模型的基本框架,根据名词短语的结构特点及上下文特征,进行特征提取、特征选择、参数估计。以此建立了识别名词短语的最大熵模型。用基于转换规则的方法识别名词短语时,充分利用上下文环境进行规则学习,得到了识别名词短语的有序规则序列。经过分析最大熵与转换规则方法各自的特点,提出基于两者相结合的名词短语识别方法。实验结果显示提高了整个汉语名词短语识别系统的速度和精度。汉语介词短语的识别:在研究分析基于最大熵识别汉语名词短语的基础上,针对介词短语右边界存在多种错误识别的问题,提出了一种基于最大熵的汉语介词短语自动识别方法。该方法结合了汉语介词短语左右边界词语的依存语法知识,先由最大熵模型对介词短语进行识别,然后利用依存树库中介词短语的左右边界词语的依存语法知识,对介词短语右边界的错误识别进行校正。提高了介词短语的识别率。