汉语自动分词是信息提取、信息检索、机器翻译、文本分类、自动文摘、语音识别、文本语音转换、自然语言理解等中文信息处理领域的基础研究课题。尽管已被研究了二十多年，分词仍然是中文信息处理的瓶颈问题。　　 本文针对交集型歧义这一汉语分词中的难点问题，提出了一种规则和统计相结合的交集型歧义消歧模型。首先，根据标注语料库，通过基于错误驱动的学习方法，获取交集型歧义消歧规则库；同时，利用统计工具，构建N-Gram统计语言模型；然后，采用正向/逆向最大匹配方法和消歧规则库探测发现交集型歧义字段；最后，通过消歧规则库和评分函数进行交集型歧义的消歧处理。这种基于混合模型的方法可以探测到更多的交集型歧义字段，并且结合了规则方法和统计方法在处理交集型歧义上的优势。实验表明，这种方法提高了交集型歧义处理的精度，为解决交集型歧义提供了一种新的思路。