新词发现是自然语言处理领域一个非常重要的课题。它对词典构造及分词系统的性能有着很大的影响。但由于汉语自身的复杂性,新词发现问题一直是中文自然语言处理的难题。条件随机场是一种无向图模型,它具有产生式模型和最大熵马尔可夫模型的优点。既可以利用任意上下文特征,并对这些特征进行训练;又可以通过折衷不同位置的不同特征值的方法获得全局最优的标记结果。本文使用了条件随机场模型进行中文新词发现,并提出了两项改进:汉字粗标记和非法状态识别。加入这两项改进,能够将未登录词的召回率提高15%。这也是新词发现系统最重要的评价指标。而反馈库的加入,也将系统的准确率提高了30%。本文的研究内容主要包括以下几个方面:1)使用条件随机场模型进行新词发现工作,并对原始的条件随机场模型进行了改进,使用了汉字粗标记和非法状态识别的技术。2)为了保证词典的准确,系统加入了搜索引擎辅助筛选和人工筛选功能。3)加入反馈系统,能够将经过筛选的错误加入规则库,提高系统的效率。4)在处理网页信息时,使用了网页净化技术来处理网页。本文使用Sighan Bakeoff 2005封闭测试提供的北京大学人民日报语料作为实验语料,取得了0.933的F值,以及0.803的未登录词召回率和0.973的已登录词召回率。