分类问题是人工智能的基础问题,目前分类器种类有许多,其中支持向量机因其“结构风险最下化”原理,有很好的学习能力,针对线性不可分问题,通过核函数将数据映射到高维空间,从而达到线性可分的目的,而在当前维度进行计算高维空间中数据的内积。对于文本这一数据,由于数据维度大,即使经过特征选择后,还是有许多冗余特征,这是因为数据维度之间有相关性,反映到文本上是特征词之间有语义联系。现阶段文本分类的假设是数据维度之间相互独立,但这与上面的事实是矛盾的。因此针对文本分类,如何充分利用文本中的语义关系来提高分类性能是当前的研究热点。语义关系现阶段研究基本是通过本体、知识图和统计的方法来表示。知识图和本体虽然能很好的反映语义关系,但其的构造需要花费大量的人力,而且不能够将语言中所有语义关系都包括进来。统计的方法依据文本集合中的内部统计特性,挖掘语义关系,使得可以表示任何语言中的语义关系,但表达的语义关系不是很准确。因此将以上两种方法结合起来,才能更好的表示文本中的语义关系。在支持向量机中,针对某一类分类问题,往往只要找到一个适合该类问题的核函数,这类分类问题就非常容易解决,因此有必要构造一个语义核函数并用于文本分类当中。目前,语义核函数在英文上有许多应用,语义核函数依据语义的来源可分为基于本体或知识图的语义函数和基于统计的语义核函数。在文本分类问题中,前者在训练语料集合少的情况下,对于分类性能的提升很大,但随着训练语料数量变多,提升效果反而比不上不使用语义核函数的分类器,而后者恰好相反。因此,有必要将两者进行结合,使其获得更好的分类性能提升。在对现有语义核函数相关文献进行深入研究的基础上,针对支持向量机中文文本分类过程中如何使用语义问题,本论文研究的主要内容如下:(1)对文本分类相关理论及其技术进行了的介绍,特别是支持向量机。(2)对核函数如何影响分类器性能进行介绍,针对文本分分类引入语义核函数,介绍几个具有代表性的语义核函数。(3)针对文本的词袋表示法没有考虑多义词和同义词这一问题,考虑使用外部知识来解决这一问题。(4)根据本体知网和训练集提供的语义关系,本文提出了一种语义核函数。该核函数使用上述提供的语义关系,解决文本向量中维度之间的相关性。(5)构建了一个基于语义核函数的支持向量机的中文文本分类系统,并通过实验验证了该系统的有效性。