汉语作为目前世界上使用人数最多的语言,语言学家对其的研究从未停止过。从最初的字处理、词处理,慢慢的向句处理、篇章处理转变,这既表明现在对于字、词处理的研究日趋成熟,也表明未来的研究重点慢慢的向句子和篇章发展。汉语复句作为连接单句和篇章的关键一环,已经成为目前中文信息处理的重要研究方向,也是研究难点之一。本文提出的利用机器学习中的决策树算法,从分句间的关联特征出发,以属性作为基础,确定两个分句是否属于同一类,将复句内层次分析问题转化为复句内分句分类问题,从而确定复句内的层次关系。本文的研究对象是非充盈态的有标复句,主要针对复句内的分句,前期对于复句的预处理就很重要。本文描述的预处理过程包括:首先对复句进行分词处理,找到复句中正确的关系词,这些关系词将是复句层次划分的重要依据。其次对复句内的分句进行处理,一方面利用标点符号的分割作用,对复句进行划分,初步得到复句内的分句,另一方面利用已有的规则库对这些划分出来的分句进行过滤,去掉伪分句,得到正确的分句。最后利用关系词对复句进行初步的层次划分,将无法确定层次的分句与其前后分句组合起来,组成相应的分句对,并提取分句对中所具有的分句间关联特征。预处理完成后,将收集到的分句对作为原始训练集,通过决策树算法,构成相应的决策树模型,这样就可以实现复句内分句的分类,从而提高复句层次结构的划分的正确率。实验结果表明,利用机器学习的决策树算法,构建相应的决策树模型,可以实现对复句层次结构的自动划分,正确率达到了 83.7%,这也说明了,该方法对非充盈态有标复句的层次结构划分是有效的。