汉语句法分析是中文信息处理领域一个重要的基础性课题,同时也是一个公认的难题,在机器翻译、文本摘要、信息过滤、自动问答中都有广泛的应用。本文以语法功能匹配作为句法分析的基本思想,以清华大学973树库作为语法功能统计的主要资源,提出并实现了2种新算法:1.基于语法功能匹配的句法分析算法算法基本原理是:在共享森林中相邻的词/已分析出的短语间动态地进行匹配,发现所有可能的新匹配对(结点)并加入共享森林,不断循环直至不再有新结点产生,得到以共享森林中所有能覆盖整个句子的结点为根的若干棵歧义树。算法在4个方面进行了优化以减少匹配次数1.匹配阈值;2.组块捆绑;3.提前剪枝;4.控制膨胀。消歧主要依靠树的生成概率选择一棵最大概率树,提出了基于静态概率和动态概率的两种计算模型,抽取了相应的概率词典并比较了它们的消歧效果。2.基于语法功能匹配的错误恢复算法算法基本原理是:对句法分析失败的句子,首先在未分析完成的共享森林中选择若干棵活跃子树并激活,其未覆盖的词即认为是造成句子分析失败的关节点;综合如下三种资源1.自身的语法功能;2.语法功能相似度;3.词的语法功能聚类,对关节点词的概率分布进行调整,并将其作为新结点插入共享森林,在此基础上重启句法分析;对依然无法完成的分析,选择若干最宽子树强制匹配输出。最后通过实验进行了方案比较与参数设置。结果表明,本文实现的句法分析器能有效减少伪歧义,具有良好的分析效率,其分析结果包含了丰富而准确的语法信息。采用PARSEVAL评价体系,正确率与召回率在封闭测试和开放测试中分别达到88.95%、89.13%和76.75%、77.07%。