1、中文文本分類處理的對(duì)象是漢語(yǔ)文本，漢語(yǔ)自然語(yǔ)言復(fù)雜靈活，文本中存在近義、多義等多種復(fù)雜語(yǔ)義關(guān)系，相對(duì)于英文文本而言，中文文本的構(gòu)成特點(diǎn)與特征提取機(jī)制都存在特殊性，但現(xiàn)有的分類對(duì)于中文文本語(yǔ)義方面的研究仍缺乏完善的機(jī)制。因此，基于語(yǔ)義層次對(duì)中文文本分類進(jìn)行研究必將成為中文文本分類的研究趨勢(shì)。
　　 論文針對(duì)中文文本語(yǔ)義信息豐富的特點(diǎn)，對(duì)預(yù)處理過(guò)程中的分詞、詞性標(biāo)注及特征提取等進(jìn)行了語(yǔ)義研究。首先分析了中文文本的特點(diǎn)和處理難點(diǎn)及文本

2、分類和預(yù)處理的國(guó)內(nèi)外研究現(xiàn)狀；然后提出使用語(yǔ)義知識(shí)庫(kù)消除分詞過(guò)程中的切分歧義的算法，并利用分詞的語(yǔ)義標(biāo)注信息結(jié)合詞性詞典進(jìn)行詞性標(biāo)注。在特征提取過(guò)程中提出利用語(yǔ)義知識(shí)庫(kù)所提供的語(yǔ)義概念進(jìn)行概念聚類，降低特征項(xiàng)的空間維度。最后，根據(jù)所提出的語(yǔ)義處理算法設(shè)計(jì)了基于語(yǔ)義的分詞及詞性標(biāo)注系統(tǒng)，對(duì)結(jié)果進(jìn)行實(shí)驗(yàn)分析，并驗(yàn)證語(yǔ)義特征提取方法的有效性。實(shí)驗(yàn)表明本文所提出的基于語(yǔ)義的中文文本預(yù)處理方法能夠解決大部分切分歧義問(wèn)題，并且能夠有效提高分詞及詞性