传统的文本分类方法大都采用了基于词频的统计方法来表征文本,基于关键词加权重的向量空间模型(Vector Space Model,VSM)对文本进行分类,普遍缺乏语义信息的导引,得到的文档特征表示只是单纯的词汇堆砌物。为了克服传统文本分类方法中基于关键词匹配带来的局限性,充分利用网页文本中的语义信息辅助分类,本文中引入了领域本体WordNet,将语言学知识有效地融合到文本向量空间的表示中,提出了一种基于本体的网页文本分类算法并给出了系统的实现框架。该算法从语义的角度考虑文档的实际内容信息,借助于WordNet中概念的层次关系以及概念间关系(也即语义)的细致描述以及其它与本体有关的方法来计算特征之间的语义相似度,进行语义扩展以缩减文本特征的维数,实现相似特征的合并以减小相似特征分离对分类结果的影响,并以此构造了分类器。这种方法改进了传统分类方法中相似度的计算仅来自于数据本身的统计信息,综合了概念间的语义关系及客观发生的统计信息,有助于更准确的模拟客观世界的原貌,并发现其中隐含的规律或模式,使得分类的结果更接近于人的理解,也更准确,最后实验证明了该方法的有效性。