分类体系作为知识图谱的骨干组成部分,对整个知识图谱的易用性和连通性具有起到决定性的作用。随着知识图谱应用的日益广泛,国内外都不断涌现出优秀的知识图谱项目。如何为知识图谱构建分类体系,是亟需解决的问题,这是一个非常有意义和挑战的问题。在文中,我们提出了一套完善的为中文百科知识图谱构建分类体系的方法。我们以百科词条为实体,从百科页面中抽取了词条的相关信息,并把词条的信息结构化为特征。我们从百科自有分类树和词条的分类标签中抽取出了类目词条,并根据实体词条和类目词条之间的关联为类目生成了结构化特征。为了获得分类体系中的subclass-of关系,我们采用了支持向量机模型(SVM)。首先构造出两个类目之间的相关性特征作为输入,用人工标注的数据训练好的模型之后,再用模型判断两个类目之间是否存在subclass-of关系。对与instance-of关系的判断,我们在加入subclass-of关系制约的基础上还提出了两种整数规划的方法。整数规划的方法除了考虑直接的instance-of关系特征外,还考虑到了类目之间的关联结构。我们通过实验证明了我们的方法在解决实际问题上获得了令人满意的结果。最后我们还尝试了把整个分类体系构建算法放到迭代模型当中。在整个迭代的过程中,我们利用了subclass-of关系和instance-of关系的传递性,使得它们之间能够相互制约同时相互提升。通过实验数据,我们看到整个迭代模型达到了预期的效果,可以在此基础上进行后续的研究。