汉语自动分词是中文信息处理中的一项基础性课题,同时也是智能化中文信息处理的关键所在。与此同时,随着WWW的蓬勃兴起以及电子出版物的大行其道,对汉语自动分词研究又提出了一系列新的课题。如何增强分词系统在开放环境下的适应性和健壮性,则成为主要的研究目标。无指导学习下基于修正词频库的分词方法研究,正是针对这一问题而提出的。本文主要研究内容及取得成果包括如下几个方面:①通过引入修正词频库,提出了一种词频参数无指导自动学习机制,突破了传统基于词典或训练语料的词频参数获取的束缚,增强系统在开放环境下处理真实文本的能力,实现了对知识静态的重组和动态的学习,使系统实现自适应地最优化。并给出了一种新的分词系统模型框架。②采用基于修正词频库的学习机制,并引入训练语料和待切分文本的词频信息,提出了一种基于上下文的n-最大概率切分方法。该方法采用了统计模型,克服了传统词典和训练语料的局限性,增强了系统处理真实文本的能力;同时能更有效地得到数量较少、召回率较高的候选切分结果集。③针对未登录词识别问题,在传统的互信息统计量和t-测试差统计量的基础上,将二者通过线性与非线性组合,提出了一个新统计量mt(组合统计量),并给出了一种子图提取技术。实验表明,mt统计量与子图提取技术有利于未登录词的有效识别。进而结合mt统计量及子图提取技术,提出了一种未登录词识别方法。④将未登录词识别方法与基于上下文的n-最大概率切分方法结合,提出了一种新的分词算法。并且基于国内普遍采用的语料库(人民日报98年1月与97年3月10日全部内容)对该分词算法进行了验证。初步实验表明,能够有效地提高分词正确率。本文提出的无指导学习下基于修正词频库的分词方法,是对开放环境下仍能保持健壮的分词系统的探索,具有一定学术意义和较好的实用参考价值。