随着用户越来越倾向于输入自然语言作为查询,问句理解成为了问答系统等领域中的研究重点之一。然而现有问答系统技术对复合事实型问句的处理效果并不完美,不能很好地理解用户的需求。如何有效地对复合事实型问句分解,以帮助问答系统理解用户提出的复合事实型问句,提高问答系统回答此类问句的能力,这是本文的主要研究内容。面向复合事实型问句的分解任务,本文主要有如下工作:首先,由于复合事实型问句的分解任务是自然语言处理和问答系统中的新兴研究领域,国内外学者在这方面的积累都很少。作为研究的第一步,本文制定了详尽、规范、可执行的标注规则,构建了高质量的复合事实型问句分解语料库,并从所构建的语料中归纳总结出以原子分解类、并列分解类以及嵌套分解类这三类组成的复合事实型问句分解类别体系。其次,本文描述了复合事实型问句分解技术的整体框架,指出了复合事实型问句分解类别识别在整体分解框架中的重要作用。本文分析了复合事实型问句与其他文本类型的区别,提出使用复合事实型问句中的句法结构特征信息区分不同的分解类别。实验结果显示,而基于树核的方法可以充分利用事实型问句中的句法结构特征信息,出色地完成分解类别识别任务。最后,借助二进制编码的想法,本文提出了复合事实型问句分解标签的概念,该标签同时编码了子问句序列的长度信息和内容信息。使用这类问句分解标签,本文提出了两种子问句序列生成方法:基于依存句法分析的子问句序列生成方法,基于序列标注的子问句序列生成方法。其中前者具体使用了基于转移的依存句法分析器,而后者具体使用了线性链式条件随机场模型。最终通过详尽的实验结果以及与前人工作的对比,验证了上述两种生成子问句序列方法的有效性。