在自然语言文语料库的较高水平分析中,自动的词类分析是非常重要的组成部分.其中一个重要问题是,当词用于具体的上下文中时,获得正确的词类分析.提高词类分析的精确率,将导致更好的机器翻译系统,信息系统,等等.该文提出一种基于约束规则与无监督学习的词类分析策略.该方法开始于独立于语料库的手工制作的约束规则集合,通过无监督学习,学习约束规则所使用的一些约束条件.同时,使用未进行词类加标的语料库,其中所有词汇项已被标注具有所有可能的词法分析,评价由存在歧义的上下文所获取的约束,来消除其它的词法分析歧义.在整个实现过程中,未以牺牲查全率为代价来减少词类歧义,而查准率相应提高.该方法可有效地完成汉语文本的自动词类分析,基于分析过程所提供的正确知识信息,可顺利进行其它相关处理过程.同时,建立了汉语词类分析中知识体系的架构.其中,包括汉语电子词典的建立、语料库构建以及词类分类表的制定.汉语电子词典在整个知识库体系当中处于基础性的位置,是实现词类分析的最为重要的知识源,也是必不可少的资源.在汉语自动词类分析中,这三类知识通过合理地组织与有机地结合,形成一个完整良好的知识体系.基于知识体系的成功构建,可进行有效且准确的汉语词类分析,实现高质量的汉语分析与处理.最后,基于所完成的各项研究工作,建立了汉语词类分析模型,通过对其性能的实验测试,可以看出该模型的有效性、可行性及其实用性.