本课题在研究汉语配价结构和话题结构的基础上，提出了新颖的汉语句法语义分析方法和计算模型，实现了一个高性能的汉语句法分析和语义计算平台，性能达到国际领先水平，为将来的进一步研究打下了扎实的基础。..三年来，课题总体进展顺利，所有研究计划已按要求完成，达到预期目标。特别是：1）在句法分析和语义分析的联合建模方面，揭示了动词性谓词和名词性谓词的相互作用，提出了一个自底向上的联合学习模型，结合配价结构信息，将语义角色标注嵌入句法分析过程，优化句法分析。在Chinese PropBank语料库上，语义角色标注性能提高约2%。2）在汉语话题结构理论的研究方面，将中心理论从语法层面拓展到语义层面，成功应用于实体指代消解。在NIST ACE语料库上的实验表明，实体指代消解的性能平均提高了约7%。3）在句法结构化信息的有效使用方面，提出了支持上下文相关和模糊匹配的树核函数, 探索了包含丰富结构化信息的句法树自动获取,与其他树核函数相比，在Chinese PropBank和NIST ACE语料库上，语义角色标注和实体间语义关系抽取等语义计算性能分别提高约6%和9%。同时，探索了基于森林的语义角色标注，并将基于森林的方法推广到统计机器翻译，与使用单棵句法树相比，性能有了进一步的提升。..三年来，发表SCI索引源期刊论文5篇、EI索引源期刊论文4篇、国际顶级会议AAAI/IJCAI/CIKM/ACL/EMNLP/COLING论文36篇；获得专利1件；获得2010年教育部科技进步二等奖1项（项目主持人排名第二）。.