随着因特网上信息的大量增加，如果不依靠自动分类而完全通过手工进行文本分类，文本分类是不可能完成的。因此，文本自动分类成为一个重要的研究领域。而网络资源缺乏统一的语义描述，用户越来越难从海量的数据中查找到自己需要的资源，W3C组织倡导的基于本体的语义网技术为解决这一问题提供了出路，语义网通过获得词汇的语义使Web应用不但能够表示信息，而且能够理解信息，还可以在此基础上依据一定的规则对文本进行分类。在这篇论文中，我们首先介绍了语义网及其相关技术，然后介绍了Web文本分类的方法以及本体与语义网之间的相互关系，最后介绍了基于本体技术的语义网的自动分类器。此分类器可以对关于杜威十进制的分类法(DDC)和国会图书馆分类法(LCC)的文本进行分类。在介绍分类器的过程中，我们首先解释如何以模块化的方式构建本体，并把本体映射到DDC和LCC中。其次，我们正式定义了DDC-LCC之间和本体-分类表之间的映射。接着，我们解释了分类器使用本体进行分类的方法。最后，我们通过实验对分类器的精确性进行评估，实验结果证明我们的方法改善了分类的精确性，由于不完整的本体的使用，精确性改善的同时匹配率有所下降。