智能信息处理是计算机科学与技术领域的重要研究内容之一，而在智能信息处理过程中，人们会遇到许多的不确定性信息。作为一种典型的不确定性信息，二维模糊语言信息不仅可以刻画评估者对事物的评价，而且可以描述评估者对自身所给出评价结果可靠性的评价。二维模糊语言信息之间存在可比较关系与不可比较关系，而格蕴涵代数结构可以同时描述不确定性信息的可比较关系与不可比较关系。　　本文主要是对二维模糊语言信息的理论进行深入研究，进而研究其应用。首先分析二维模糊语言信息与格蕴涵代数的结构，建立了二维语言格蕴涵代数;然后讨论了二维语言格蕴涵代数的微分结构;建立了二维模糊语言信息的表示模型与计算模型;给出了二维模糊语言信息之间的不同度量理论;最后研究了二维模糊语言信息度量理论的应用。主要取得了以下研究成果:　　第一部分建立了二维语言格蕴涵代数，并研究了二维语言格蕴涵代数的微分。首先建立了二维语言格蕴涵代数，利用二维语言格蕴涵代数的结构，可以刻画二维模糊语言信息之间的可比较关系与不可比较关系;随后将微分的概念引入到二维语言格蕴涵代数中，给出了二维语言格蕴涵代数中微分的性质，并研究了二维语言格蕴涵代数中一些特殊微分（保序微分，嵌套微分，同构微分和正则微分），最后讨论了二维语言格蕴涵代数中一些代数子结构（理想，sl-理想和LI-理想）的微分。　　第二部分给出了二维模糊语言集的定义和运算，并建立了二维模糊语言集之间的距离与相似度概念。首先将模糊语言集扩展为二维模糊语言集，给出了二维模糊语言集的定义，然后定义了二维模糊语言集之间的交、并、补及蕴涵运算，研究了运算的性质;其次，给出了二维语言标签之间的一般距离测度、一般相似度测度、Hausdorff距离测度、Hausdorff相似度测度及混合距离测度的概念;基于二维语言标签之间的距离测度与相似度测度，建立了二维模糊语言集之间的距离测度与相似度测度，并讨论了这些测度的简单应用。　　第三部分建立了二维模糊语言信息的2-tuple表示模型与计算模型，定义了二维模糊语言集的期望、方差、相关性、相关系数与熵测度等概念。首先将语言2-tuple模型从一维推广到二维，建立了二维模糊语言信息的2-tuple表示模型与计算模型，讨论了二维模糊语言信息的二元语义聚合算子的性质;其次，定义了二维语言标签的期望，研究了期望的性质;进而基于二维语言标签的期望，定义了二维模糊语言集的期望、方差、相关性、相关系数概念，并研究了这些概念的性质;最后建立了二维语言标签的熵测度公式和二维模糊语言集的熵测度公式。　　第四部分建立了二维犹豫模糊语言信息的表示模型与计算模型，给出了二维犹豫模糊语言集的期望、方差、相关性、相关系数与熵测度等概念。首先重新定义了犹豫模糊语言集，并给出了犹豫模糊语言标签的得分函数和犹豫模糊度函数的概念;将犹豫模糊语言标签推广为二维犹豫模糊语言标签，建立了二维犹豫模糊语言信息的表示模型与计算模型;然后给出了二维犹豫模糊语言标签期望的定义，并研究了期望的性质;进而基于二维犹豫模糊语言标签的期望，给出了二维犹豫模糊语言集的期望、方差、相关性和相关系数的定义，随后研究了这些概念的性质;最后给出了二维犹豫模糊语言标签的熵测度公式与二维犹豫模糊语言集的熵测度公式。　　第五部分给出二维模糊语言信息度量理论的应用。首先给出了二维模糊语言信息的二元语义聚合算子的应用，并与现有的方法进行比较;然后研究了二维模糊语言信息的二元语义距离测度在模式识别中的应用;进而讨论利用二维模糊语言信息的距离测度与熵测度来分别确定属性的权重;其次，讨论了二维犹豫模糊语言信息聚合算子的应用;给出了利用二维犹豫模糊语言信息的熵测度来确定属性权重的方法;最后研究了二维犹豫模糊语言信息的相关测度理论在模式识别中的应用。上述度量理论在模式识别中的应用都给出了具体的算法，并利用R软件设计了相应的程序。