词的表示是自然语言处理中的一项基本任务,最简单的方法是基于向量空间的独热表示,该方法简单易行,但存在数据稀疏,不能表达词语之间的相似性等缺点。为了解决这些问题,一些学者提出了“词嵌入”,其训练得到的词向量在许多自然语言处理任务中都取得了很好的效果,已成为表示词语的主要方法。但自然语言中的词语存在不确定性或多义性,用向量表示词语时,词语对应为多维空间中的一个点,会致使词语语义表示过于刚性,包含的语义信息会非常有限,无法体现词语关于表示及其关系的不确定性。因此,我们认为使用分布来表示词语是一个很好的选择。而高斯分布是一种具有优秀数学性质的分布,可以很好地表示词语,高斯分布的均值可以表示词语的语义,方差可以表示词语的不确定性信息。也就是说,词语之间的关系可以通过分布之间的关系来捕获。同时,基于中文的词表示模型也受到重视,针对汉字的特点,可以挖掘其蕴含的语义信息,来有效提升词表示模型的质量。此外,可以充分利用研究人员构建好的中文知识库,来进一步增强词语语义表达。本文使用高斯分布表示词语,针对高斯分布的特点,我们使用期望似然核作为能量函数来衡量词语之间的关系,并使用最大边缘函数作为损失函数来对模型进行训练,整体以Word2vec的Skip-gram模型进行训练。与此同时,首先针对汉字的特点,提出PRL-CC模型,先得到汉字组件特征文件,每个汉字都对应有其拆分的组件,然后在训练时将每个汉字对应的组件信息作为模型输入一并加入进行词表示模型训练;再融入外部知识库,提出PRL-SE模型,同样地,先得到HowNet知识库文件,每个词语都对应有其语义数,每个语义对应有组成该语义的义原,我们只取词语最常用的两个语义,然后分两个维度,将不同语义的义原信息加入,这样词语的不同语义能够分开训练。对于提出的两个模型,我们都给出了相应的模型结构图,并在词语相似度计算、文本分类和命名实体识别任务、词语定性分析上与不同的模型进行了效果对比,可以看出我们的模型有着较好的效果,且能够更好地表达词语的不确定性及多义性。