随着计算机技术和互联网的迅速发展,各种信息呈爆炸式增长,人们对信息精确定位的需求促进了自然语言处理技术的发展。指代消解是自然语言处理的重点和难点之一,在文本摘要、机器翻译、多语言信息处理和信息提取等诸多应用中都有应用。因此,深入研究中文人称代词指代消解具有较高的理论意义和十分重要的应用前景。　　 本文在介绍了有关指代消解研究背景和研究意义的基础上,详细地介绍了中文文本中人称代词指代消解的难点和关键问题。并在此基础上提出了一种基于规则与统计相结合的指代消解处理方法。　　 论文的主要研究成果包括以下几个方面:　　 (1)在介绍了有关指代消解研究背景和研究意义的基础上,详细介绍了中文文本中人称代词指代消解的难点和关键问题,以及本文的相关知识。　　 (2)研究了候选先行词的识别问题。传统指代消解总是将遇到的每个名词短语都理解成候选先行词,这样虽不会丢失候选先行词,但引入了大量的噪音,影响了指代消解的性能。本文根据中文文本中人称代词的特点,提出基于规则的候选先行词识别方法,提出了人化名词的概念,并在此基础上建立了预留规则和排除规则,对候选先行词进行识别。　　 (3)提出了一种基于规则和统计相结合的中文人称代词指代消解方法,该方法用基于规则与统计中最大熵模型相结合的方法对待消解项进行消解,实验验证了该方法初步可以达到预料的效果。