随着互联网技术的飞速发展,新闻网页、电子邮件、博客日志等文本信息的数量急剧增长,信息过载与知识匮乏之间的矛盾日益突出。对海量文本信息高效组织与处理成为当前信息需求的重要问题。分类-尤其是层次分类-以其直观、有效的特点,成为目前组织信息最常用的手段。然而,面对呈指数级增长的在线文本,纯人工归类显然是不现实的。因此,文本自动分类技术被广泛研究和关注。对文本自动分类技术而言,一方面,构造训练样本集费时费力,致使训练样本的稀缺成为文本分类系统实用化的重要障碍;另一方面,大量已组织好的异构文档却未被利用。因此,在新的分类体系中,分类时如何最大程度的利用现有文档集、尽量减少人工标注,将是一个值得研究的问题。　　 另外,大量的纸质资源电子化正在改变着人们阅读习惯和收藏习惯,面向行业提供全面的数字内容产品的专业服务成为了一种新的需求。为了能够面向各专业领域提供行业库内容产品,需要将各种异构资源按照特定行业类别体系进行分类,这也使多体系文本自动分类技术成为重要的研究课题。　　 本文在这种背景下研究“多体系文本自动分类”这一新的分类场景,提出了通用的解决流程;将本体映射领域的方法加以改进并应用于多体系分类中,提出分类体系映射模型;在分析映射类别及特点的基础上,提出样本投放算法;研究如何以尽量少的人工标注最大程度的提高系统的学习性能,并量化地分析了人工标注对系统及各个部分的贡献。　　 同时,本文还设计和实现了行业库制作系统。该系统可以针对行业用户提供的分类体系将现有的数字资源进行分类并形成内容产品。它能够使人工标注工作量最小化,并按照精度要求与行业用户交互。行业库制作系统实现并验证了本文的多体系文本分类的流程、算法的效果和性能。