在自然语言处理中对于标点符号的研究越来越重视，其中，逗号在汉语及大多数外语中都是使用频率最高的标点符号。逗号的用途广泛、用法灵活，因此很难掌握。本文主要对中文逗号在句子中的作用进行了研究，重点研究了逗号在中文分句和基本语篇单元识别中的分类方法。具体的研究内容归纳如下：（1）对CTB6.0（Penn Chinese Treebank）的语料进行了详细的统计和分析，归纳总结了两种逗号分类的标准。分类标准之一是将逗号视为句子的边界，将逗号分成两类：可以分句的逗号EOS（End Of a Sentence）和不可以分句的逗号Non-EOS（Notthe End Of a Sentence）。另一种分类标准是将逗号分为七类，并将其视为基本语篇单元边界的同时标记逗号分隔单元之间的关系。（2）提出了一个基于层次结构的中文分句方法。该方法首先根据各种有效句法的特征对逗号进行第一层分类；在此基础上，对第一层分类器中可信度低的样本利用新的特征进行第二层分类。实验证明基于层次结构的中文分句识别方法取得了良好的效果。（3）提出了基于逗号的中文基本语篇单元识别及其优化方法。首先，研究了用于基本语篇单元识别的有效句法特征，并分别用最大熵模型和条件随机域模型进行识别。其次，进一步从以上2个分类器中捕获全局与局部特征，用序列化和统计相结合的方法来提高基本语篇单元识别的性能。实验表明，本文提出的方法提高了系统的性能。本文提出了一种基于逗号的中文分句和基本语篇单元识别方法，实验证明了该方法的有效性，将有益于基于篇章知识的自然语言处理技术的发展。