话语标记（Discourse Markers）是一种语言标记，具有组织语篇、引导指意、显示情感的作用，因而受到语言学界广泛关注。对话语标记及其类别的准确识别对篇章理解、说话人意图和情感的把握有重要作用。近十年来，国内外学者对话语标记的功能、特征、来源和系统分类展开研究并取得了丰富的成果。然而因话语标记形式多变、来源多样、特征抽象、变体繁多，机器自动识别的难度较大。该文以话题性话语标记为研究对象，提出一种融合外部语言学特征的NFLAT指针网络模型，实现对语篇中话语标记的自动识别和分类。经实验检验，训练后模型对话题性话语标记的识别及分类精确率（P值）达94.55%。
