分类是自然语言理解的一个重要分支,本文使用知识和统计相结合的手段,对于文本而言,分别就分词后处理、特征词的提取与筛选、分类的表示、分类结果的评价进行了讨论。达到根据需求进行分析和理解的目的,为后续设计提供指导性的意见。在本文之中,首先介绍了自然语言理解的发展与概况、分类的状况。然后,又阐述了常见的知识表示、特征词提取、分类、分类效果评价的方法,为后文的展开打下了坚实基础;接着,考虑到在分词之后应用常规方法提取特征词有不少弊端,发现很多特征词可以以词块形式出现,这样不但可以降低文本的维数,而且可以使得提取出来的特征词更加具有代表性。本文主要就“单字串”、“合成词”、“词缀类型”三类情况进行讨论,通过禁用词搭配、词缀等对词块进行筛选,这就是分词的后处理过程;之后,对处理后的分词文本进行特征词的提取,本文采用基于均值和方差的特征词提取方法;下一步,对提取的特征词结合待分类的文本,计算每个特征词的权值,剔除掉权值较小的特征词,用最后保留的特征词组成待分类文本的向量;之后,本着概念分类的思想,依据前面提取的特征词建立概念层次树,当新概念出现的时候,根据属性约束实现新概念在概念层次树中的定位,至此达到分类的目的;最后,对分类效果进行评价,本文的评价方法是基于语义相似度的,通过计算前面已分好类的文本和已知每个类别的语义相似度,得到一个排序结果,根据这个排序结果对前面的分类好坏进行评价。分类的整个过程是知识和统计相结合的,本文收集了大量实例,统计出规律性的知识。最终,总结出一整套分类的方法,把这套方法应用于机械传动设计领域,整理出了机械传动设计领域分类的整体流程,建立了机械传动设计领域内的概念层次树和本领域内的知识库。最终根据机械传动的需求,筛选出较好的机械传动设计的方案,提高了产品的设计效率。