中文分词问题的研究能够为其他中文处理问题提供更准确的特征。诸如:文本分类,信息检索,问答系统,机器翻译,机器阅读等研究问题都非常依赖中文分词。在应用方面,搜索引擎,舆情分析,翻译系统,智能问答系统等,也需要更好的中文分词来达到更好的效果。而且,随着中文文本数据的急剧增长,这些应用都面临着更多的挑战。在中文文本的特征工程中,中文的词是非常重要的特征之一,虽然中文字符也可以作为特征,但是相对而言语言中的词特征是更加独立和完整的特征。不同于西方语言之间有空格来分隔句子的单词,中文和部分其他东方语言并没有空格来区分词。所以作为中文文本处理的基础环节,中文分词受到了国内外学者长久的研究,采用了众多的模型和方法来解决中文分词问题,发表了诸多的论文和著作,比如最近的研究将循环神经网络和条件随机场模型结合起来,在中文分词问题上取得了准确度提升。但是,在中文分词的研究工作和实际运用中,依然存在一些问题。第一,随着文本数据的急剧增长,新的词汇不断地诞生,以往的方法在处理未登录词方面效果都还有改进空间。第二,随着深度学习技术的发展,文本的表示出现了新的形式,例如用词向量和字符向量的形式来表示文本;语义抽取有了新的方法,例如双向循环神经网络等方法,能够更好地提取语义信息。第三,以往的方法都非常依赖标注数据,但是这些数据又是非常有限的,对于其他类型的数据没有充分的利用,来提升模型的效果。本研究针对中文上下文语义抽取,提出了基于注意力机制、条件随机场和扩展词典的深度学习模型BERT-CRF-Dict,其中注意力机制用于提取输入文本序列的上下文信息,条件随机场用于提取输出标签序列的上下文信息,外部词典用于扩展训练数据以补充训练数据中没有出现的词。实验结果表明,该模型在中文分词常用基准数据集人民日报中的准确率得到了明显的提升。本研究将针对标注数据集有限和模型过拟合的问题,提出了基于多任务学习的深度学习模型ML-BERT,增加的任务是和中文分词任务相关的命名实体识别任务。该模型能够通过增加其他的任务来扩充模型的训练数据,降低模型的过拟合,从而提升中文分词模型的性能。