虚词在汉语中具有连接语义的重要功能,却很少应用于搜索引擎、机器翻译、人机对话这类对语义理解要求高的领域。古汉语虚词随时代发展演变出的诸多义项和用法,也成为阅读和理解古文的一大阻碍。现代汉语虚词由古汉语虚词演变而来,对现代汉语虚词的研究离不开源头的探寻。本文以古汉语虚词词性标注为切入点,尝试解决古汉语虚词词性的自动标注问题,以期能更好的应用于自然语言处理相关领域。面对古汉语虚词词性标注语料的稀缺,本文首先从虚词词典中提取了源数据,并将源数据一步步整理为虚词词性标注语料,运用数据增强手法对语料进行扩充;根据词典数据按词条聚合阐述义项的特点,提出了词条特征的使用。然后使用提取的虚词词性标注语料对Bi-LSTM-CRF模型进行训练,对比未采用词条特征的模型,采用词条特征的模型提升显著,证明了词条特征对于提升模型预测准确率的有效性。使用未扩充语料训练的模型在测试集上的一级词性F1值和二级词性F1值分别为75.61%和67.82%;使用扩充语料训练的模型在测试集上一级词性F1值和二级词性F1值分别为98.22%和97.10%。最后,利用训练好的Bi-LSTM-CRF模型,设计并实现了古汉语虚词词性标注系统。由于训练语料规模较小,不足以涵盖古汉语虚词的所有特征,开放测试集下表现与封闭测试集存在较大差距。对比现有的一款词性标注工具,本系统在古汉语虚词词性标注上优势明显,基本完成系统实现目标。