目前,在中文信息处理领域中,对字和词的研究已经趋于成熟,相应的研究成果得到了广泛地应用。复句在汉语句法中具有相当重要的地位,而复句关系词又是小句连接的重要手段,因此,对复句进行深入研究始终离不开复句关系词。复句关系词的研究是以关系词的自动识别为基础的,目前主流的方法是基于规则和统计模型相结合的方法。虽然现在对复句关系词的自动识别已经取得了较好的效果,但准确率还有待提高。原因之一是关系词识别是基于分词工具进行的,词语切分和词性标注的错误,往往会给识别结果造成一定的误差。针对这一问题,本文提出了一种基于规则和VSM相结合的复句关系词切分歧义的消解算法。本文首先利用中科院的NLPIR汉语分词系统对汉语复句标注语料库进行词语切分和词性标注的预处理,对预处理后的复句语料进行统计和分析,总结出复句关系词切分歧义字段的范围、性质和分布情况,根据切分歧义字段的表现形式对其进行归纳分类;其次,对切分歧义字段进行定量分析,抽象出特征规律,并将这些特征规律形式化为规则,利用总结的规则识别复句关系词的歧义字段;然后,根据VSM的特点,分别构造训练集和测试集,通过训练集利用CHI方法确定词性矩阵的大小,得到分类效果最优的上下文范围;最后,选择词性作为特征项,构造出词性矩阵和待消歧义字段的上下文向量并分别映射到n维空间中,通过计算上下文向量到每个词性向量的距离,以距离最近的词性向量所代表的词性类型来标注该歧义字段,从而达到整个消歧的目的。实验表明,基于规则和VSM的方法对复句关系词切分歧义的消歧取得了较高的正确率,消歧的正确率达到了 95.94%,表明本文提出的方法是可行的、有效的。