随着科技的进步和社会的发展,网络经营和网上消费越来越受到广告经营者和消费者的青睐,互联网广告在经济社会领域中发挥着不可替代的作用。但是带来巨大便利的同时也带来了很多问题：虚假宣传、夸大疗效、保证治愈等误导、欺骗消费者的现象。因此对互联网广告进行有效的监督和监管具有非常重要的意义。本文面向工商监管领域,对网络违法文本广告智能识别的关键技术进行研究与实现。不同类别的违法广告有不同的处理方式,首先使用改进的文本分类算法对文本广告进行分类。通过挖掘维基百科知识,向文档中添加语义特征,改善向量空间模型的效果。然后基于扩充的维基百科语义特征,提出新的文档相似度计算方法,通过聚类过程为置信度高的未标注样本打上标记,以此来扩充标注样本的数量,提高广告文本分类效果。在违法广告的识别上,针对包含禁用词类型的广告,对传统的关键词匹配技术进行改进,提出基于上下文的逻辑关键词匹配技术。针对包含违法描述句子型的广告,结合广告文本较短以及语义缺失等特点,提出基于潜在概率语义分析的违法广告识别模型。实验表明,本文提出的算法可以提高违法广告识别的效果。设计并实现了工商违法广告智能识别系统。阐述了系统目标与总体设计,并介绍了违法广告识别模型的训练过程,系统数据的获取以及系统提供给用户的任务管理和违法报告管理平台。