随着信息技术的迅速发展,特别是Internet的普及,网页数量呈海量增长。由于网页中的内容大部分是文本信息,因此如何根据网页中的文本信息自动分类成为目前研究的重要课题。由于通用搜索引擎通常优先返回具有通用意义的资源很难满足用户对某些专业领域的信息需求。而且,网络信息的海量性和动态性,也使得任何一个搜索引擎都不可能对所有信息进行索引。因此,面向某个特定领域的主题搜索引擎就成为一个重要的发展趋势。文本自动分类是这重要趋势中的一个重要环节,它是指在给定的分类体系下,根据文本的内容自动判定文本类别的过程,以便于信息的检索。本文首先介绍了文本自动分类在国内外的研究现状。其次,对文本自动分类的一般过程和所涉及的关键技术,包括训练样本集、特征选取算法、阈值策略以及关键的分类算法,通过实验进行了研究和探索分析。最后提出了一种中文网页分类器的设计方案,并介绍了基于向量空间模型的中文文本分类系统的总体框架,系统流程和功能模块。