矢量笔迹是通过数码笔等计算机笔输入设备采集的，由笔划组成。笔划包含时序采样点，采样点具有坐标、时间和压力等。中文矢量笔迹文本具有复杂的组成单字，例如类型多样、间距较小。结构化和符号化是智能处理中文矢量笔迹文本的基础，因而，本文针对分割和识别技术分别展开了深入研究，具体内容如下：　　 (1)针对混排中文矢量笔迹文本中单字复杂性，提出了迭代提取方法；　　 (2)针对分割结果中元素重叠性和降低用户查错负担，提出了自适应可视化，以及相应的交互校正方法；　　 (3)针对混排文本整体识别问题，利用多种特征进行组合分类，对比了多种分类器，采用了基于支持向量机的分类方法，可以对包括汉字、英文单词、英文字母、数字和标点符号在内的语言详细类别进行自动判断；　　 (4)针对孤立单字识别，通过构建汉字部首组成信息库，提出了基于组成和整体一致性原则的识别后处理方法；　　 (5)基于词汇连续识别结果，通过机械字典构建了利用词库信息的连续识别后处理方法，并在此基础上实现了可视化表达和基于上下文的交互校正方法；　　 (6)设计和开发了原型系统，对若干数据进行了深入测试和评估。