汉语自动分词是中文信息处理领域中的基础课题，其中，歧义切分的消除是影响分词精度的关键问题。国内外很多学者在自动分词领域展开了富有成效的工作，但在提高分词精度上，仍然存在着很大的困难。 我们研究发现，对于汉语自动分词，首先，必须对影响分词精度的语言现象作针对性的研究，做到对问题的实质从总体上把握；其次，必需考虑分词算法的设计，建立分词模型，提高模型的计算能力；并研究在分词过程中提供更有效的语言信息的度量。 本文在分词建模过程中，启发于蚁群算法在解决一系列复杂组合优化问题中所表现出来的卓越性能，创造性地将蚁群算法模型运用到汉语自动分词问题中歧义字段的识别和切分上面，通过汉语句子在内存中表示的数据结构的设计，构造了我们的分词模型，以词频作为启发因子，巧妙的将纯粹分词问题转化为词的选择问题，并从计算的角度，分别以绝对减值法和后备法给出我们相应方案的详细设计。实验结果显示我们的基于蚁群算法的汉语自动分词方法是一个可行的解决方案。 在统一的语料测试集上，我们就本文分词算法和中科院计算所的汉语词法分析系统在歧义切分上做了一个全面的比较。并就分词知识从词频、语义信息层次上展开了讨论，作出了展望。