“一带一路”的发展,扩大了来华留学生的规模,汉语在世界语言中的地位越来越高,但留学生在学习汉语时,总是受其母语发音习惯的影响。从汉语文本中预测出韵律结构可以帮助留学生提高汉语水平,使留学生抑扬顿挫地说普通话。本文以留学生为研究对象,分析了汉语文本的句法结构与韵律结构之间的关系,重点研究了韵律词和韵律短语的预测,在此基础上评测了留学生汉语朗读的流利度分数。论文的研究结果对于揭示文本与语音之间的关系、提高留学生口语流利度具有重要的理论意义和应用价值。本论文的主要工作和创新如下:1.建立了一个大规模的文本语料库和一个1300句的留学生录音语料库。文本语料库包含10万句中文语料,标注了词性和韵律边界信息,韵律信息在语言学专家的指导下手工标注。录音语料库共有6位留学生和1位汉语母语说话人参与录制,并从音节、音素的覆盖性和全面性进行了统计评估,最终结果表明,这两个语料库可用于汉语韵律结构预测的研究和留学生汉语朗读语音的评测。2.实现了基于深度学习方法的汉语韵律边界预测。三种预测模型分别为双向长短时记忆网络（Bi-directional Long Short-term Memory,Bi LSTM）模型,序列到序列（Sequence to sequence,Seq2seq）模型和序列到序列加注意力机制（Sequence to sequence with Attention,Seq2seq＿Attention）模型。同时,也提出了一种用于汉语韵律短语边界预测的句法层级数（Syntactic Hierarchical Number,SHN）特征,用于描述汉语句子的句法结构和韵律结构之间的关系。结合词性、词长等不同的韵律特征,分别进行了韵律词和韵律短语的边界预测实验。实验结果表明,Seq2seq＿Attention模型在韵律词的边界预测中效果表现最好,F1分数为98.14%。加入了句法层级数特征的Seq2seq＿Attention模型（Seq2seq＿Attention＿SHN）对韵律短语的边界预测结果比其他方法更有效,F1分数达到了83.12%。3.评测了留学生汉语朗读的语音流利度。为了验证韵律边界预测方法对留学生口语的提升,在韵律边界预测的实验结果中,选取了100句带韵律边界标注的文本并分别让留学生录音,用语音评测软件系统自动对发音水平进行评价,得到流利度分数（取值范围0～100）。语音评测结果表明,留学生口语流利度分数提升了7.31～15.30,平均提升了12.11,证明了本文的研究工作可以帮助留学生掌握韵律结构,口语表达的更好。