如今随着网络社交媒体诸如微博、微信等的迅猛发展,大量的网络语料也随之产生,这些网络语料都是蕴藏中文新词的富矿。中文新词发现是从文本语料中提取出已知词库里所没有的新词的过程,是中文自然语言处理领域的一项基础任务,具有重要的理论意义和实用价值。因而如何从大规模的网络语料中发现中文新词也逐渐成为研究的热点。为此,本文设计了一个基于大规模网络语料的中文新词发现框架NWH(New Word Hunter),提出了一种新的特征用于中文新词检测,并针对中文新词检测中所使用的决策模型进行了研究,主要工作包括以下三个方面:1、设计了基于大规模网络语料的中文新词发现框架NWH。该框架由候选新词集合构建模块及中文新词检测模块构成,候选新词集合构建模块对输入语料进行重复串抽取得到候选新词集合,新词检测模块计算候选新词的特征值并与决策模型相结合得到最终的新词发现结果。2、特征对于新词检测的效果具有重要的影响,本文基于信息距离理论,设计了一种用于中文新词检测的新特征——新词距离(New Word Distance,NWD),NWD能够直观且有效的衡量中文字符串到其语义的信息距离。实验结果表明NWD的新词检测效果要明显优于PMI等七种常用的特征。3、决策模型对于新词检测的效果具有重要的影响,本文使用支持向量机来作为中文新词检测的决策模型,并提出了一种新颖的获取训练数据的方法,使得采用支持向量机作为决策模型变得可行。实验结果表明结合了高斯径向基核函数的支持向量机决策模型的新词检测效果要明显优于常用的多维阈值模型。