文本分类在很多文本挖掘和信息检索系统中发挥着重要的作用,可以改善检索性能、提供导航/浏览机制及发现相似文本等。文本分类的研究已成为数据挖掘中一个非常重要的课题。文本分类的首要问题是文本数据的数学表示。目前多数文本分类算法都是以向量空间模型为基础的。这种文本表示方法非常简单,但却引发了高维稀疏的问题;而且基于向量空间模型的分类算法都没有很好地解决文本数据所特有的两个自然语言问题:近义词和多义词。所有这些问题都极大地干扰了文本分类算法的效率和准确性,使文本分类的性能下降。尽管人们提出通过向量空间权重调整和降维来解决上述问题,但是这些方法都有自身的缺点。向量空间权重调整法实际上并没有有效地解决以上问题,它只能非常有限地提高文本分类的性能。降维法虽然解决了高维稀疏问题,但是降维的代价一般都非常大。为了避免上述问题的产生,本文结合《知网》,提出了语义特征向量文本表示法和文本间语义相似度的计算方法。最后,对基于语义简单向量距离、语义k-NN和语义SVM三类中文文本分类算法进行了测试。经实验证明,在三类语义分类算法中,语义SVM分类算法的性能比其他两个都好;此外,语义文本分类算法比传统的文本分类算法具有更高的F1值。