随着计算机技术,特别是网络技术的迅速发展和普及,人们越来越迫切地希望用自然语言与计算机交流。因此自然语言信息处理得到了前所未有的重视,受到了国内外许多研究者的关注。词性标注是自然语言信息处理的基础,词性标注的准确率直接影响到后续的研究。目前关于汉语自动词性标注方面一些人士做了许多相关研究,并取得了一定的成果。而有关蒙古文自动词性标注方面的研究还欠缺。本文主要研究并实现了基于统计的蒙古文自动词性标注系统。该系统通过隐马尔可夫模型对训练语料库进行训练,获得两种重要的模型参数,即词性转移概率矩阵和词汇概率分布矩阵。得到模型参数之后采用VITERBI算法进行自动词性标注。本文采用了词语切分和线性插值法解决了隐马尔可夫模型的数据稀疏问题,从而在一定程度上避免了由于数据稀疏而导致的自动词性标注准确率下降问题。最后本文对该系统对蒙古文进行切分之前和切分之后的自动词性标注分别作了以下的实验。先在不同规模的语料下分别做了一级封闭测试和一级开放测试。然后当词性标记集为二级和三级标记集时分别做了封闭测试和开放测试。测试评价标准分别采用了词性标注准确率和兼类词排歧准确率。以规模为95万词的语料库作为训练语料,对5万词的测试语料进行测试之后得到的封闭测试标注准确率和排歧准确率分别约为97.9%和85.9%,开放测试标注准确率和排歧准确率分别约为97.6%和85.5%。