中文分词是指把一整句话按照既定的规范切分为一个个单独的词,它是中文自然语言处理(Natural Language Processing,NLP)的一个基础任务,也是信息检索、智能问答、机器翻译等多个NLP的关键底层任务。毫无疑问,中文分词作为前期文本处理的关键环节,效果的好坏会对后面的任务处理有直接影响。基于规则和统计的传统分词方法,大多依赖手工特征模板的设计,并且用大量的工作来验证模板的有效性,效率较低。近几年,互联网高速发展,大量新型词汇的出现更使得分词任务的难度愈来愈大。词汇覆盖不全,传统分词方法准确率随之下降。与此同时,深度学习迅猛发展,以神经网络基础的分词方法在NLP领域得以广泛应用。神经网络通过迭代学习规模较大的数据得到的模型泛化能力更强、分词效果更好。模型的输入向量由字向量与标签向量组成,通过Word2Vec字向量预处理工具做字符嵌入向量表示,应用以双向短时记忆神经网络(Bi-LSTM)与条件随机场(CRF)结合的中文分词模型作为基础模型。除了与传统的条件随机场(CRF)模型进行对比,本文在现有的中文分词开源数据集研究韵律信息对于中文分词的影响。由于韵律在现代文数据集上的结构表现一般,本文收集整理韵律结构保留最强的唐诗宋词制作古诗词数据集,获取每行文本对应的音频信息,以此得到古诗词数据的文字和阅读时的韵律结构。本文主要贡献如下:(1)本文构建了古诗词分词数据集,爬虫的方式获取典故库以及文本,预处理并结合匹配算法和人工校对得到标准数据集。另外为了获取声音特征信息,爬虫获取诗词集文本对应每行的TTS音频。(2)针对韵律对于分词效果的影响的研究,将韵律信息,包括平仄信息、声韵母信息、音调信息以及声音特征信息,融合于主流框架并与基础模型对比分析。(3)针对主流的神经网络中文分词系统Bi-LSTM+CRF提出了融合BERT的改进方法,研究使用BERT做字向量预处理,融合更多语义信息,对模型识别效果的影响。本文研究韵律在中文分词系统上的应用,以及BERT迁移用作字向量预处理的办法,经大量实验表明,该方法能一定程度上提高分词精度。