一种两阶段的新词发现方法

本申请公开了一种两阶段的新词发现方法、装置、设备及存储介质，属于自然语言处理领域，包括：从语料文本提取包含多个待验证的目标字符段的字符段集，并确定字符段集中，每个目标字符段的邻接熵；根据字符段集中，每个目标字符段的邻接熵，确定语料文本的词语集；将词语集中的词语分别输入新词发现模型，以根据新词发现模型所确定的每个词语的概率特征，从词语集中确定第一目标词语。基于本申请实施例的方法，克服了现有技术中基于规则和统计方法所面临的问题，解决了依赖高质量专家知识和预筛选大量数据的问题，实现了提高新词发现效率和准确性，解决了现有新词发现过程存在的泛用性差和维护成本高的问题。