由于新词的不断涌现,一个信息处理用的词表,不管规模多大,都不可能囊括所有的词,总会有一些词不能被收录。要考察、分析并处理这些没有被收录的未登录词,是有一定的困难的。但是,如果我们穷尽了所有的构词模式,就可以将属于同一构词模式的未登录词与已登录词联系起来。新词虽然在数量上是无穷的,但构成新词的词素也是有限的,这样我们就可以利用已有的信息来识别和理解未登录词,并据此得出未登录词的词法结构和语义类信息。本文对教育部公布的现代汉语常用词表(电子版)中近四万双音节词的构词方式和语义类别逐一进行了标注,统计并分析词素的素性、语义以及频率信息对整词的构词模式和词性的影响,以此为基础构建一部适合从语法和语义两个方面分析汉语的词汇知识库——《词法语义信息词典》。作者试图从大规模词语的内部结构着手,找到一个字串之所以为“词”的理由,为未登录词的识别和理解提供依据。在实验过程中,我们发现,大部分词法结构构成的合成词的词性比较集中,例如定中式、述补式、述宾式、附加式、状中式以及量补式,同时,还有一部分词法结构构成的合成词的词性比较分散,例如重叠式、联合式、主谓式。各词法结构形成的合成词与词性之间没有必然的关系,但我们可加入词语的构词模式,帮助结构的判断,并结合最大概率法大致确定词法结构信息。语义类识别方面,我们采用词表驱动,参考同义词语义类信息投票,将获得票数最高的语义类视为待查词的语义类,也有较高的正确率