古汉语典籍是中华民族文化和历史的承载与见证,通过典籍能够还原、了解中国古代社会的样貌,因此典籍中有着丰富的宝藏等待研究者去挖掘。随着科学技术的发展,人们开始用计算机来处理自然语言,有关自然语言处理的技术越来越多。虽然中文信息处理发展飞速,尤其是现代汉语文本方面取得了丰硕的成果,但有关古文信息化处理的研究较少,这与现代汉语文本成果形成了鲜明的对比。当前国内的古文信息处理的研究处于滞后状态且大多数研究都集中在典籍数字化、自动分词、词性标注等方面,少有关于古文句法层面的研究。要挖掘典籍中的知识,首先要实现对典籍的句法分析。句法分析就是分析句子中的词语语法功能,又分为句法结构分析和依存关系分析两种。但是完整的句法分析有较大的难度,可以通过浅层句法分析来解构句子的组成。介宾结构的自动识别就是浅层句法分析中的一部分。古汉语的语法与现代汉语的语法有较大的差异,这也是古汉语典籍晦涩难懂的原因之一,但是古汉语与现代汉语在介宾结构上有着很大的相似点,介宾结构有着引出相关的时间、地点、人物、原因、目的、方式等等语法意义,因而介宾结构的识别与结构的分析直接关系到人们对句子的理解。如果能够实现典籍的介宾结构识别,那么对人们理解古汉语典籍会有重大的帮助。本文借助深度学习的方法对典籍介宾结构的自动识别进行研究。本文共使用两个语料,一是清华汉语树库语料,二是《史记》。本文首先对两种语料中介词的情况进行了统计和对比,同时分析了清华汉语树库介宾结构内部词性的组合。通过介词情况统计发现现代汉语介宾结构在介词上与古汉语介词分布和用词大致相同,因此提出一种基于现代汉语介宾自动识别来标注古汉语中介宾结构的语料构建尝试。同时提出古代汉语介宾结构中存在的如宾语前置和宾语省略等问题。为构建典籍语料,本文借助条件随机场模型、LSTM模型和BERT模型实现了对清华汉语树库介宾结构自动识别研究并以不同的方式处理语料进行实验,对实验结果进行了分析,探究了影响介宾结构识别效果的因素。发现介宾结构识别中语料划分单位不同对识别效果有着影响,由于模型对中文词的边界判定较弱,词单位的语料识别效果一般高于字单位语料。借助完成的清华汉语树库介宾结构自动识别模型加上后期人工校对完成了典籍语料的构建并对典籍语料的介宾结构内部词性情况进行了统计分析。最后,本文借助LSTM模型和BERT模型进行了不同语料处理下的典籍介宾结构识别研究,实现了典籍介宾结构自动识别,模型最高调和平均值达到93.23%。基于构建的模型搭建了介宾结构自动识别平台。