句法分析是自然语言处理的一个重要研究任务,其目标是分析自然语言的语法,以便计算机更好的理解自然语言语义。随着构建大规模的数据,迅速发展了深度学习等技术,英汉文等句法分析取得了惊人的成果,并在机器翻译、知识库构建、信息抽取和信息检索等自然语言处理中取得了广泛的应用。藏文句法分析处于起步阶段,缺乏必要的大规模标注数据,无法使用监督学习的方法进行研究,该文使用无监督学习的方法对藏文句法分析进行了初步的研究。该文借鉴英、汉等语言的无监督句法分析理论和技术,融合藏文虚词语法功能和组块句法分析的特征,从无监督藏文句法分析的评测集构建、无监督藏文二分句法分析方法和基于组块的无监督藏文句法分析等三个方面开展了研究工作。（1）无监督藏文句法分析的评测集构建面向无监督藏文句法分析的任务,探讨无监督句法分析的树形结构,根据藏文分词标准规范和藏语短语分类与标注规范,构建了二分结构的藏文句法分析评测集,规模为1000句二分结构的无标注树库和1200句组块分割完成的树库,为无监督藏文句法分析方法的评测和藏文预训练语言模型的评测奠定了基础。（2）无监督藏文二分句法分析无监督句法分析是海量无标注数据中学习出自然语言的语法,针对藏文句法分析缺乏标注数据,通过借鉴英、汉文等的成熟的无监督句法分析理论和技术,根据藏文自身的二分语法结构特征和二分聚类算法的简易性,提出了一种融合虚词语法功能的无监督藏文二分句法分析方法,经过藏文预训练语言模型CINO和TUni LM上实验,该方法在藏文预训练语言模型TUni LM上得到了较好的效果,短语边界识别F1值达到了71.68,整句正确率达到了47.87%。（3）基于组块分割的无监督藏文句法分析组块句法分析把完全句法分析分为多个子任务,是一个逐步求精的句法分析方法,为了提高无监督藏文句法分析效果,通过探讨藏文组块句法分析的理论,结合无监督藏文句法分析的技术,提出了基于组块分割的无监督藏文句法分析方法,经过组块分割后的评测集上进行实验,提出的方法在不同句子长度和不同领域的评测集上取得了显著效果,整句正确率达到了82.76%,和纯无监督藏文句法分析效果相比,句法分析效果提高了34.89个百分点,证实了提出方法的有效性。