汉语自动分词是中文信息处理领域的基础课题,而且也是进行其它中文信息处理的前提,它有三个主要难点分别是分词规范,歧义字段切分和未登录词,国内外许多研究人员在这一领域都进行了深入的研究,但就目前现状来看,分词的正确率仍然有提升的空间。本论文主要解决分词难点中的歧义字段切分问题,通过深入地研究各种已有的消歧方法,本文发现最终的消歧结果取决于判断汉词词汇切分的准则,这个准则或者说是分词的评价函数的好坏决定了消歧结果的好坏,通过分析发现现有消歧方法的评价函数在客观性和完备性两个方面都存在缺陷,本文从大规模熟语料库中收集歧义数据,可以详细刻画歧义的切分情况以及歧义所在的语境,对这些数据进行分类数据挖掘,抽象出其中的分类规则,这些规则是从大规模的训练文本中训练得到的,体现了大规模文本中歧义待切分点的实际切分状况。最后本文利用挖掘的规则对Sighan的测评文本进行了测试,获得了比较满意的结果。