《汉语虚词知识库的建设》共分五章。第一章“面向信息处理的语言研究”主要介绍了中文信息处理的发展与成就、汉语自动分析的难点、计算机背景下的汉语语法研究以及“句管控”与汉语信息处理等内容。第二章“虚词知识库的建设”主要介绍了虚词与虚词研究概貌、汉语虚词知识库的重要性、虚词知识库建设的难点以及虚词知识库建设的构想等内容。第三章“虚词词典的内容”主要介绍了副词机器词典、连词机器词典和介词机器词典等内容。第四章“复句层次和关系的自动分析”主要介绍了复句自动分析的目标和意义、难点和对策、二重复句的自动分析、复句关系词语的离析度以及关系词语驱动的复句关系和层次自动判定。第五章是全书的结语，主要是对已有研究工作的总结和进一步的研究计划。

　　1991年，北京语言学院汉语水平考试中心组成研制小组，以国内影响较大的七个动态性频度统计词典、词表和字表为主要依据，编制了《汉语水平词汇与汉字等级大纲》。其编制总原则为：（1）多学科定量统计与群体性定性分析相结合；（2）语言学科学原财与对外汉语教学需要相结合。共得常用词8822个，分成甲、乙、丙、丁四级，写进《大纲》（修订稿）。这是一次较为典型的把主、客观标准有机结合起来选择汉语常用词的实践。
　　由于20世纪90年代初期有多个常用字词统计结果的推出，随后常用字词的统计相对沉寂了几年。随着网络等媒体的兴盛，大规模字词统计又开始复兴。进入21世纪后，先后有两次大规模的词汇统计，分别是《中国语言生活状况报告（2005）》和《中国语言生活状况报告（2006）》。这两次调查统计有三个重要的特点：一是规模大。《中国语言生活状况报告（2005）》调查语料分为平面媒体、有声媒体、网络媒体三种，共计892034个文本文件，909429700字符次，其中汉字出现732143010字次。《中国语言生活状况报告（2006）》调查的语料分为平面媒体、有声媒体、网络媒体三种，共计1311749个文本文件，1170367879字符次，其中汉字出现978994406字次，规模达10亿次，这是迄今为止最大规模的汉语字词统计。二是统计项目全面。两次调查的主要对象是汉字和词语，调查项目有“频次、频率、累加频率、出现文本数”等。三是成果丰硕。

序
前言
第一章 面向信息处理的语言研究
第一节 中文信息处理的发展与成就
一、引言
二、中文信息处理的发展
三、中文信息处理的成就
第二节 汉语自动分析的难点
一、引言
二、词法分析的难点
三、句法分析的难点
四、转换过程的难点
五、小结
第三节 计算机背景下的汉语语法研究
一、研究对象的转换
二、研究目的的转换
三、研究手段的转换
四、研究视角的转换
五、小结
第四节 “句管控”与汉语信息处理
一、引言
二、词语切分与词性标注
三、句法与语义
四、理论与实践
五、小结

第二章 虚词知识库的建设
第一节 虚词与虚词研究
一、虚词概貌及其作用
二、虚词在通用语料库中的使用情况
三、虚词研究
第二节 汉语虚词知识库的重要性
一、词法分析中的作用
二、句法分析中的作用
三、具体应用中的作用
第三节 虚词知识库建设的难点
一、虚词语法意义的概括
二、虚词用法差异的揭示
第四节 虚词知识库的建设
一、引言
二、“三位一体”的虚词知识库建设
三、小结

第三章 虚词词典的内容
第一节 副词机器词典
一、副词及其分类
二、副词字段的设立
三、副词目录
四、副词机器词典摘录
第二节 连词机器词典
一、连词及其研究
二、连词字段的设立
三、连词目录
四、连词机器词典摘录
第三节 介词机器词典
一、介词及其分类
二、介词字段的设立
三、介词目录
四、介词机器词典摘录

第四章 复句层次和关系的自动分析
第一节 复句关系和层次自动分析的目标和意义
一、汉语复句自动分析的目标
二、复句自动分析的意义
第二节 汉语复句自动分析的难点与对策
一、复句自动分析的难点
二、复句自动分析的策略
三、单复句的确认对策
第三节 二重复句自动划分研究
一、引言
二、复句关系词语的包孕机制
三、小结
第四节 复句关系词语离析度
一、引言
二、复句关系词语的离析度
三、复句关系词语离析能力差异分析
第五节 关系词语驱动的复句关系和层次自动
判定
一、引言
二、复句关系词语的作用
三、复句关系词语的表现
四、复句自动分析的流程

第五章 结语
第一节 研究工作回眸
第二节 研究工作设想

附录1 复句层次和关系标注语料库样例及说明
附录2 复句层次和关系自动分析系统
后记