本章根据第二章提出的决策问题理解与求解的一般过程及第三章提出的决策问题智能处理机制和方法，详细研究了PMS中对决策问题的目标、条件、关键词、所属类型、求解方法和包含的子问题进行智能识别与分析的模型和算法，包括决策问题的表层属性智能识别模型、隐含属性智能识别模型和子问题智能识别模型。
在决策问题的表层属性智能识别模型方面，提出了PMS选择中文分词算法的基本思路，给出了基于中文分词算法、子句分割算法、子句句法分析算法以及依据“句子的分割符 疑问词所处位置”来判断问题条件和目标这一思路的决策问题表层属性智能识别模型及其算法流程。根据该模型，可以使PMS较为智能地从决策问题表述语句中获得问题的求解目标和已知条件。
在决策问题隐含属性识别模型方面，提出了通过搜索子句中各词组的依存关系三元组集合，来获取问题表述语句“双关键词”的方法。给出了依据问题类型知识库及“用户选择 疑问词辅助”策略来确定问题类型、求解方法及求解方法所需求解条件等问题隐含属性的模型和算法。
在子问题智能识别模型方面，构建了基于子问题产生判断规则的子问题识别模型，提出了子问题的构建规则。
本章研究得到的决策问题智能识别相关模型，将有效地提高PMS在决策问题处理上的智能性。虽然它们并不能使PMS完全自动地处理决策问题，但使PMS开发组件拓展了对决策问题处理的能力，即能够更好地支持对中文自然语言表述的决策问题的分析，从而使组件在开发DSS的问题处理系统或模块时有更广的适应性。这些识别模型及算法将存储于i-GIDSSG的模型库与算法库中，供PMS开发组件调用。
