本文敘述采用中文信息MMT模型對句子進行句法自動分析的工程實踐。研制了可在互聯(lián)網(wǎng)在線運行的句法分析專家系統(tǒng)。對使用的理論、方法和工具作了詳細介紹。介紹了粒計算與符號學理論在句法分析中的應用。研究了句法分析專家系統(tǒng)的組成結(jié)構、實施方式和系統(tǒng)設計。最后列舉了句子分析實例。在研究方法的決策中采用的是基于理性主義的規(guī)則方法。運用代數(shù)語言學的理論構建句法分析器專家系統(tǒng)，在研究中使用了中文信息MMT模型，研究結(jié)果表明，基于中文MMT模型是進一步解決處理當前句法分析問題的可借鑒的手段，減少了歧義和分析層次。其研究成果的意義在于可以檢驗語法規(guī)則，可以通過語料庫的深加工而建立句子的語法模型結(jié)構，為深層次的自然語言理解，擴充語法知識庫，為句法語義的深入研究提供實用的工具和模型。

　　自然語言處理是計算機科學、人工智能、語言學關注計算機和人類語言之間的相互作用的領域，這一領域中產(chǎn)生了大量的人工智能研究成果和產(chǎn)品，是現(xiàn)階段人工智能領域的研究熱點。

　　句法分析技術指的是依據(jù)語法規(guī)則來確定句子結(jié)構的分析方法。

　　目前，自然語言處理的最重要的問題是，熱點趨于統(tǒng)計方法，陷入缺少嚴格理論指導的困境。

　　宗成慶指出了中文信息處理的現(xiàn)狀和遇到的問題如下。

　　“在規(guī)范的漢語文本上最好的句法分析性能（短語準確率）也只有86%左右，而日語和英語的句法分析性能已經(jīng)超過90%。”

　　“近幾年來隨著國內(nèi)指標（SCI/SSCI 論文數(shù)量、引用次數(shù)、高被引論文數(shù)等）導向的各種學術評估愈演愈烈，很多研究開始一味地跟蹤熱點、追逐新潮，只是為了早出成果、快發(fā)論文，而最終忘記了解決中文語言理解這一問題的根本目標。這正是我們擔憂的關鍵所在。”

　　“而當統(tǒng)計方法一統(tǒng)天下之后，對語言學特性和認知規(guī)律的研究在自然語言處理領域并沒有得到應有的重視。”

　　“如何針對漢語自身的特點和規(guī)律建立專用的模型和算法，恐怕才是最終解決漢語理解問題的正確出路。”

　　劉安遠、崔安頎指出：“深度學習其實是一個沒有太嚴格理論基礎的體系”“缺少完善理論”“缺少更為宏觀的框架”。

　　馮志偉指出：“在自然語言處理的研究中，我們不能采取像蜘蛛那樣的理性主義方法，單純依靠規(guī)則，也不能采取像螞蟻那樣的經(jīng)驗主義方法，單純依靠統(tǒng)計，我們應當像蜜蜂那樣把理性主義和經(jīng)驗主義‘更緊密地’‘更精純地’結(jié)合起來，推動自然語言處理的發(fā)展。”

　　本文所進行的研究，不僅僅是完成中文信息的句法分析，而是旨在通過語料庫的深加工，提取規(guī)則，建立基于規(guī)則和邏輯代數(shù)理論上的句法分析專家系統(tǒng)，進而實現(xiàn)語義與篇章結(jié)構分析，達到建立以漢語文本（包括現(xiàn)代漢語和古代漢語）語料庫的深加工而探索漢語語法理論的實用模型方法與工具。

　　隨著自然語言處理應用的日益廣泛，特別是對文本類型的處理需求增加，使得句法分析的作用更加突出，它在機器翻譯、信息檢索與抽取、問答系統(tǒng)、語音識別等研究領域中都有重要的應用價值。