词法分析是自然语言理解系统的第一步，它的好坏将直接影响上层模块处理信息后应用的效果。在词法分析过程中要解决的关键问题是分词产生的歧义现象。本文主要研究的是交集型歧义，此类歧义字段占据总歧义字段90％以上。针对此类歧义提出了一个基于统计和规则相结合的改进分词模型，并将其应用到机械产品设计中，分析用户需求。　　根据交集型歧义的不同链长，分别针对性提出解决方法：　　对于链长为1的交集型歧义，提出了一种在条件随机场（CRF）基础上改进的面向自然语言理解系统的分词模型。通过分析歧义现象，指出现有的分词系统只给出一种结果存在的弊端，即这个结果仍存在歧义或者只是句子的一种合理结果。改进的模型在分词阶段可给出两种分词结果，就可以避免这两种现象。采用的方式是改变CRF最后的搜索算法维特比选取方式：维特比选择的是每个节点概率最大值路径，给出第一次分词结果，改变维特比选取方式使用其第二次选择路径，这次选择歧义字段处第二大概率，非歧义字段仍选择最大概率就可给出第二个分词结果，第二结果如果满足合理的句法结构，即可保留，这样就可以得到两个分词结果。　　对于链长大于1的交集型歧义，采用基于知识的产生式表示方法。现有规则有处理链长为2、3、4交集型歧义，本文新增对于链长为5的交集型歧义处理规则。对于链长大于1的交集型歧义给出一种分词结果。　　最后将基于统计和基于规则的方法结合，给出整体词法分析模型。通过随机抽取人民日报中的语料进行测试，改进模型给出第二结果的效果很好，同时改进模型相对于CRF在处理交集型歧义方面，分词结果中正确的数量增加。本文又将改进模型应用到机械产品设计中，分析用户需求，可给工程技术人员和用户带来便利。