SBCG的特点可以归纳如下：在类型层级中允许多继承；用特征结构表达一切语言知识（包括“属性-值”型知识“语符”和“条件-动作”型知识“构式”）；令词库承担大多数形态、句法、语义和语用信息，尽量简化和减少用于刻画短语结构的规则的内容和数目（这在SBCG优先使用词条而不是构式规则来表示部分习语的句法语义信息上表现得尤其突出）；使用与框架语义学核心思想相同的MRS来表示各个层次的语符的语义、语义组合过程和允许存在的歧义。

HPSG/SBCG的语法框架是否适用于汉语语言知识的刻画，关键取决于X-bar理论对汉语的适用程度，而X-bar则是SBCG设计基本句法规则时参考的重要理论原型。另外，用类似MRS的方法进行语义表示和计算的难点，在于如何在句法树上选择对应的句法成分与中心谓词或习语所具有的各个语义论元进行对应，这本质上属于句法语义接口问题，而汉语的动词的语义论元与该动词的句法配价成分之间的对应关系则不像英语中那样比较有章法可循，例如下边的简单例子：
我吃了。
苹果吃了。
早上吃了。
现阶段如果想基于现有的体系，使用MRS进行汉语的表示与计算，可以尝试的路径是对GKB中的词条分别赋予语义框架，然后基于此对树库中的实例进行标注，即将相应的框架标在对应的句法树结点上，同时标明语义框架之间的同标关系。与宾州中文命题库（Penn Chinese PropBnak）相比，该方法所展示的语义角色颗粒度更细，可以展示单句所具备的所有语义框架之间可能存在的重叠和嵌套关系。该种与句法结构紧密联系的细颗粒度的语义表示信息，既有助于语言学家通过统计手段研究给定谓词型语言单位的句法配价成分和语义角色之间的对应规律，更好地探讨句法语义接口问题，也可以令机器学习算法更有效地捕获句法语义之间的对应关系，为数据驱动的句法语义自动分析提供更加有效的信息。
反之，现阶段如果想直接根据专家知识，在现有的句法规则库中添加基于句法组合的语义组合规则（本质上是刻画句子中各个句法成分对应的语义框架所各自包含的属性值相互连接的规则），则难度较大，也许不是一个较为容易的研究路径。应当先从数据标注开始，自底向上地积累一些对实例的研究结果后，再返回撰写相应的专家规则。