在中文这类代词脱落型语言中,人们为了提高表达的效率经常会省略掉句子中的部分名词代词,然而也使得计算机更难以理解文本。因此,找出这些省略的位置并还原对中文篇章理解有着重要的作用。零指代消解即是解决该问题的主要方法,旨在找到给定文档中的零指代及其先行词。一个优秀的零指代消解系统可以帮助很多自然语言处理任务,比如问答系统、信息抽取、机器翻译等等。现有的方法主要基于零指代和候选先行词的表示,通过计算零指代与候选先行词的语义相似度来选择合适的先行词。然而,由于零指代缺少语法语义信息,难以准确地表示零指代。同时,当前的方法在表示候选先行词时忽略了先行词之间的指代关系。此外,这些方法大多假设零指代位置已知,在实际应用中并不实用。对此,本文主要研究了一种基于句子语义匹配的零指代消解模型以避免直接表示零指代,并且探索了端到端联合零指代和非零指代匹配消解方法,充分利用了全局信息并能同时识别和消解零指代,提高模型的实用性。本文的主要研究内容为:（1）本文提出了一个基于核心偏差句语义匹配的中文零指代消解模型,通过评价候选先行词带入零指代位置给文本带来的影响,依照句子层面的表示做决策,并引入零指代感知标记和对比学习方法以得到更准确的句子表示。（2）本文设计了一个端到端零指代和非零指代联合匹配消解模型,考虑文档中所有的间隙和文本片段,采用间隙掩蔽注意力计算它们的表示,通过表示和分数的深度交互得到识别和语义匹配分数,经过多轮迭代综合融合各分数后决定消解结果。本文在OntoNotes 5.0中文数据集上的实验验证了我们提出的中文零指代消解模型的有效性。