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。研制了可在互聯網在線運行的句法分析專家系統。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的組成結構、實施方式和系統設計。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則方法。運用代數語言學的理論構建句法分析器專家系統，在研究中使用了中文信息MMT模型，研究結果表明，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則，可以通過語料庫的深加工而建立句子的語法模型結構，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，這一領域中產生了大量的人工智能研究成果和產品，是現階段人工智能領域的研究熱點。

　　句法分析技術指的是依據語法規則來確定句子結構的分析方法。

　　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狀和遇到的問題如下。

　　“在規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超過90%。”

　　“近幾年來隨著國內指標（SCI/SSCI 論文數量、引用次數、高被引論文數等）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。”

　　“而當統計方法一統天下之后，對語言學特性和認知規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，單純依靠規則，也不能采取像螞蟻那樣的經驗主義方法，單純依靠統計，我們應當像蜜蜂那樣把理性主義和經驗主義‘更緊密地’‘更精純地’結合起來，推動自然語言處理的發展。”

　　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，提取規則，建立基于規則和邏輯代數理論上的句法分析專家系統，進而實現語義與篇章結構分析，達到建立以漢語文本（包括現代漢語和古代漢語）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、語音識別等研究領域中都有重要的應用價值。