众所周知,英文以词为单位,以空格隔开,而中文以字为单位,连字成句才能描述一个完整的意思。计算机可以很容易地理解英文单词,而对由词组成的中文句子,必须通过中文分词技术才得以理解。把中文的汉字序列切分成有意义的词,即中文分词,又称切词。中文分词技术是信息处理领域中的重要技术,本文主要对中文分词技术进行了以下几方面的研究。本文简要介绍了中文分词的基本概念以及国内外研究现状;阐述了中文分词系统的基础架构和工作原理;重点研究了现有中文电子词表结构,并且探讨了现有的中文分词算法的技术特点。实践并提出相关的方法和技术。在深入分析的基础上,结合中文字词的一些特点,本文作者提出了一种全新的中文词表数据结构。该结构的基本原理是把所有的单字、词、词组统一作为词语,建立电子词典。基于这种全新的数据结构,本文作者讨论并且实现了一种改进的分词算法——近邻匹配法。鉴于中文姓名辨识困难并且大多属于未登录词这一特性,本文作者实践并推介了一种利用边界信息、候选姓名竞争、规则筛选等统计信息进行中文姓名识别的方法,同时,在姓名过滤和反馈等方面也作了相应的改进。作者在实验室环境下搭建测试平台,基于Lucene进行二次开发,对本课题的研究成果进行功能和性能测试。测试数据的结果表明,本课题研究的中文词表数据结构具有较高的访问效率,且大大降低了存储容量。近邻匹配法较以往使用的分词算法具有更高的切分速度和准确率。本文提出的中文名字识别方法也具有较好的识别效果。对于中文分词技术的研究并非一蹴而就,经过一两次研究所能解决的。有关词性和词义问题、对歧义的包容性以及对边界分级阈值筛选等问题,都是本文作者后续研究的选题。