微博新词的出现给短文本分词工作带来了极大的挑战。本文从多个角度对微博新词发现研究进行较为全面地分析。结合微博新词的构词规则自由度大和极其复杂的特点,针对信息抽取领域中传统的C/NC-value方法抽取的结果新词边界的识别准确率不高,以及低频微博新词无法正确识别的问题,提出了一种融合人工启发式规则、C/NC-value改进算法和两种统计模型(条件随机场(Conditional Random Field,CRF)和支持向量机(Support Vector Machine,SVM))的微博新词抽取方法。本文的主要贡献在于提出了一种新的微博新词发现方法,设计并实现一种二阶段规则和统计融合的方法。在多种算法融合的基础上,进行优势互补,提高微博新词的识别精度和领域适应能力,降低人工成本。本文的创新性主要体现在以下三方面:(1)采用人工启发式规则对微博新词进行分类和归纳总结,并从微博新词构词的词性、字符类别和表意符号等多个角度设计构词规则;(2)通过引入词频、邻接熵和互信息等统计量来重构NC-value目标函数,改进C/NC-value算法,提高新词识别性能;(3)通过使用改进的C/NC-value算法与CRF、SVM统计模型分别融合,达到提高新词边界识别准确率和低频新词识别精度的目的。实验结果显示,与传统方法相比,本文提出的方法能有效提高微博新词的识别精度;并可进一步提高微博文本的分词精度。