专利分类可以加快对专利文献的检索速度,并方便对专利文献的管理,有着十分重要的作用。目前我国的专利申请数量逐年提高、增长迅速,传统的人工分类方法已经越来越难以进行,所以实现中文专利的自动分类有着重要的意义。本文详细介绍了专利分类的背景和研究现状,并给出了专利分类问题的定义。在详细分析各项分类技术的基础上,本文重点研究了专利分类中的特征选择、特征权重计算、分类方法等三个主要问题。具体内容如下:1.提出了基于IPC领域知识的特征选择方法。该方法在特征选择中引入了IPC领域知识,为每个类别建立概念空间,并通过特征与概念空间的相关性来选择特征。2.提出了基于主题的特征权重计算方法。该方法将专利的标题作为主题,并通过考察特征与主题的相关性来确定特征的权重,使专利的文本表示更趋近于文章的主题。3.提出了一种多分类器融合方法。该方法通过考察各基本分类器的效果来确定权值,并根据权值对多分类器进行线性融合。本文在标准专利分类语料上,对上述方法进行了对比实验。实验结果表明,本文提出的特征选择方法能够提高分类的精度,但复杂度过高;本文提出的特征权重计算方法优于传统的方法,能有效的改善分类效果;本文提出的分类器融合方法能够有效的提高分类精度。