近年来,自然语言处理的重心已逐步从句法处理研究转移到语义分析研究中,语义知识库的构建至关重要。汉语框架语义知识库（CFN）已具有一定的规模,但词元库的低覆盖率问题比较严重。CFN现有动词6175个,与现代汉语词典中的17788个动词相差甚远。CFN词元库主要是通过翻译Frame Net已有词元构建的,不可能包含中文所有词语,故需要不断的扩充词元完善CFN词元库。当使用CFN在大规模真实文本中进行框架语义分析时会出现未登录词元,影响文本语义的准确性。本文以社科基金“面向机器阅读的汉语框架语义知识库扩建研究”为依托,研究汉语框架网词元扩充问题。同一框架的词元符合同一个语义场景,同一个词元也可能符合多个语义场景。同一框架的词元并不只是同义词关系,不能直接利用两种资源的简单映射将其它语料库中的同义词归入框架。本文针对汉语框架网词元扩充方法开展研究,主要研究工作如下:（1）基于反向词典的汉语框架网词元扩充方法。本文面向框架进行词元扩充,提出基于反向词典的汉语框架网词元扩充方法。给定一个CFN框架以及该框架下的一个已登录词元,扩充现代汉语词典（第六版）中与已登录词元释义相似并且符合同一个语义场景的词语。将反向词典方法与Bi LSTM、注意力机制、框架定义、How Net、同义词林结合,充分发挥各网络模型和知识库的优势。利用该方法有效扩充了词元。（2）基于MRC的汉语框架网词元扩充方法。本文将词元扩充问题转为机器阅读理解问题,提出基于MRC的汉语框架网词元扩充方法。首先根据预先定义的问题模板批量填入框架名,构建每个框架对应的问题。然后将包含未登录词的句子或待处理语料分别与每个框架对应的问题同时输入MRC模型,输出给定例句中的片段对应的框架的词元,从而实现词元扩充。与其他的基线方法进行对比,实验结果表明,论文提出的模型能有效进行词元扩充。（3）汉语框架网词元扩充系统的设计与实现。整合基于反向词典的汉语框架网词元扩充方法和基于MRC的汉语框架网词元扩充方法,设计开发汉语框架网词元扩充系统。该系统实现CFN词元的扩充以及CFN、现代汉语词典的词语管理功能。系统使用方便,可以批量化扩充词元,为汉语框架网词元管理和扩充人员提供工具。