随着科技和社会的快速发展,学术领域也趋于信息化。互联网检索成为广大学者获得相关信息的重要途径。因此,如何在电子知识库中快速、准确的寻找到自己所需要的科技论文成为众多学者的研究热点,备受大家关注。文本分类在很多信息检索系统和文本挖掘中发挥着重要的作用,它可以提高检索性能、提供浏览和导航机制、及时发现相似文本等等。本文在现有研究背景和发展现状的基础上,探讨了文本分类的相关知识,对文本分类的预处理、文本分类的特征提取算法以及几种常用的文本分类算法进行了研究,针对中文科技论文的特殊组织结构提出了基于层次的特征提取算法提取特征词。本文引入了本体,它具有良好的逻辑推理和概念层次的支持,通过概念之间的关系实现语义上的信息表示,提高分类的准确率。构建了信息科学本体,对本体的构建准则、本体的构建工具、本体的构建方法以及本体的描述语言一一探讨。最后给出了基于本体的中文科技论文分类框架,将改进的预处理方法、新的特征提取算法以及构建的信息科学本体应用到该框架的整个流程中进行了实验。实验结果表明,本文所提出方法在查全率和查准率以及F1值方面都有很好的效果。