中文分词是很多汉语自然语言处理任务的第一步,在自然语言处理中拥有举足轻重的地位。对中文分词算法的研究已经持续了数十年,研究表明,基于字标注思想的中文分词模型,在分词准确率和召回率方面,要优于传统的字符串匹配以及概率统计分词模型。近年来,对分词模型的研究聚焦于深度神经网络。相比于传统的基于字标注的机器学习分词模型,基于字标注的深度神经网络中文分词模型无需繁琐的特征工程,并且在分词准确率上也犹有过之。然而,基于深度神经网络的中文分词模型仍存在跨领域分词问题,即当训练集与测试集分属不同领域时,模型在测试集上的分词准确率会大幅下降。本文将训练集所属领域称为源领域,测试集所属领域称为目标领域。目前,已经有很多研究方案被提出,用以解决基于神经网络的中文分词模型的跨领域问题。这些方案大多都在分词神经网络模型中融入了额外的目标领域信息,但往往只关注模型在目标领域的分词准确率,没有考虑模型的通用性。另外,目前对部分标注集的使用方式较为单一,往往只是改变了损失函数,其他使用方法仍有待研究。本文的主要研究内容如下:(1)从跨领域分词模型的分词准确率和通用性的角度出发,提出在BERT模型中融入词典与无标注集信息的中文分词模型。从通用性角度出发,本文使用BERT作为基准分词模型。此外,本文设计了一种词典特征向量,它能很好地体现单个字符在词中的位置信息。从分词准确率的角度出发,本文使用语言模型来学习目标领域的无标注集信息。最后,使用门结构在BERT模型中融入词典向量和语言模型的隐层输出向量。在《诛仙》、SIGHAN2010以及自制数据集上,本文提出的模型都能取得较高的F1值,证明该模型具有很强的领域适应性。(2)本文提出一种利用部分标注集的自训练神经网络中文分词模型。首先,本文设计了一种通过词典和无标注集获得人工部分标注集的新方案。然后,本文通过修改模型的损失函数,使部分标注集能用于训练Bi LSTM分词模型。最后,本文使用自训练的方式,设计了分词准确率置信度和差异置信度,迭代地将满足置信度的部分标注集加入有标注集,不断优化分词模型,从而使最终的模型在目标领域能取得较好的分词效果。在SIGHAN2005、SIGHAN2010数据集上的实验证明,本文的方案能有效提高模型在目标领域的分词准确率。