在书面汉语中，字与字、词与词是连写的，此在句中没有显示的标记。因此，理解汉语的首要任务是把连续的汉字串分割成词的序列，即自动分词。近二十年来，汉语自动分词研究取得了很大成就，提出了许多分词算法，其中有一定代表性的主要有：最大匹配法（又可分为正向、逆向、双向三种）、最优路径（+词频选择）法（最少分词法）、特征词库法、邻接约束法、人工神经网络方法、无词典分词法等等。这些算法各有特色。 　　人类的自然语言是十分复杂的。有一些词，在不同的语言环境中，可以体现不同的语法范畴（即词性）。这一类词，我们称其为歧义词（ambiguous words）。例如，单词need，就是既可以做普通名次，又可以作一般动词，有时还可以作情态动词用，所以need就是一个歧义词。在日常生活中，我们通常会觉得对歧义词的处理并不困难，有些时候几乎感觉不到有歧义存在。这主要是因为我们在长期的学习与生活中，早已积累下了丰富的语言知识。而计算机在遇到这类问题时，处理起来仍具有相当的困难。 　　本节希望通过介绍基于统计的词性标注方法，一方面使大家了解词性标注的基本概念，另一方面，也希望大家对统计方法的应用有更深的了解。