随着信息时代的到来,互联网正深刻地影响着人们的学习、工作、生活娱乐等各个方面,也改变了人们日常的沟通表达方式,网络新词的不断涌现就是一个很好的证明。在印欧体系语言中词语之间会存在空格这种天然的分隔符号,与之不同的是中文词语之间没有这种的空格。而中文的最小独立语言单位是词,所以要想让计算机有效地识别中文最初需要对其进行分词。但是新词的涌现会让中文分词后的结果产生很多不好辨别的“字符串碎片”,而这些“字符串碎片”会对分词结果的准确率造成了很大的影响。有学者做过研究统计,导致中文分词错误的大部分原因是由新词引起的。假如我们能够迅速地识别网络新词并将识别到的新词及时加入到中文词典进行更新,这对于提高中文分词系统的准确率和效率将有非常大的帮助。因此对新词识别的研究现已成为了中文自然语言处理中一个非常重要的问题。近年来,很多学者和研究机构在新词识别这一领域做了许多研究工作,也取得了一些成果,但是新词识别的准确率还不够高。为了解决这个问题,本文基于微博消息的特点提出了一种新词识别方法。首先为了确保语料的时效性,本文利用网络爬虫抓取新浪微博消息构建了一个语料库。其次利用原子切分和N-gram算法对微博消息进行切分统计获得候选字符串,并对其进行过滤得到候选新词。接着本文根据微博消息的特点(大信息量和用词趋简性的特点)提出了一种新词识别方法。然后本文将新词识别和分词结合起来,并利用分词后的结果来检测识别候选新词。最后本文利用平均互信息对上面提出的方法做了进一步的改进,提升了新词识别的效率。对比其他新词识别方法,实验结果表明本文提出的新词识别方法能有效地识别新词。