词表示研究是自然语言处理中的一个重要任务,在词性标注、命名实体识别、文本分类等自然语言处理应用中具有重要的作用。传统的基于符号的词独热表示无法直接建模词之间的语义关系。分布式词表示用低维实值向量来表示词,可以通过向量距离来直接度量词之间的语义关系,是当前最常用的词表示方法。尽管已经有很多对分布式词表示的研究,但是其在低频词上仍存在问题。本文主要研究如下问题:(1)分布式词表示在低频词上表现弱于高频词的原因,以及低频词的截止词频(2)利用词内部信息来提升中文低频词词表示的方法。(3)对多种语言通用的低频词词表示提升方法。论文的主要工作包括:提出了一种基于分布式词表示的词平均相似度度量,在不同词表示训练算法、不同语料规模和不同语种上的实验结果表明,词平均相似度具有较好的稳定性,基于此,本文提出了基于词平均相似度来界定低频词的词频。应用此界定而设计的词相似度度量方法在词相似度度量任务中取得了比常用的余弦相似度度量更好的性能,提升大约0.02 到 0.05。提出了一种基于汉字偏旁部首信息提升中文低频词词表示性能的方法。中文的偏旁部首通常具有语义特性,本文采用权值共享的方法,利用低频词和高频词共享的偏旁部首特征来提升低频词词表示,实验结果表明了其有效性,相比基线模型提升大约0.02左右。提出了一种语言无关的伪上下文方法以提升低频词词表示。伪上下文方法是把其他相似词的上下文来用作低频词的上下文,以此达到对低频词上下文的扩充,提高其词频。实验结果表明该方法可以有效提升低频词词表示的性能。