本发明公开了一种分词方法，包括获取训练完成后的基于LSTM的实体识别模型，其中，所述基于LSTM的实体识别模型为使用标注后的训练语料训练；将待分词文本输入所述训练完成后的基于LSTM的实体识别模型，获取所述待分词文本中各个字符分属标注标签的概率；将所述概率输入CRF模型，得到各个字符的标记；同时实现了实体识别与初步分词，根据所述标记得到抛去实体词的短句；基于最大概率分词对所述抛去实体词的短句进行切分，得到所述待分词文本的分词结果，进一步分词中根据实体识别技术识别出其中的实体词，将能有效减少句子中的新词数，再使用最大概率分词对剩余句子进行分词，解决了现有技术中新词识别分词出现错误的问题，提高了分词准确率和效率。