随着互联网技术的高速发展,网络上的文本种类越来越多并且日益高速增长,人工筛选适合的文本种类是不切实际的,对互联网上的各类文本进行信息采集就不可避免的使用到智能化的计算机技术,其主要目的就是将杂乱无章的文本进行分类,同时对文本语义相似度的计算将在同一类文本中进行。在信息检索、信息过滤、自动分类等各类领域,文本分类都扮演着极其重要角色。本文主要进行了两方面的研究,一是将改进的语义理解和机器学习相结合提出了混合分类框架对文本进行情感分类。二是利用文本情感分类的相关理论研究,对文本进行子类的划分,在子类划分基础上计算其语义相似度并将其应用到了建筑施工测试培训系统的试题分类模块中。从以下几个方面概述本文的主要研究成果:(1)针对《知网》计算词语相似度没有考虑词语情感因素的不足,提出了引入情感义原计算概念情感相似度的计算公式,在一定程度上提高了词语相似度计算的准确率。(2)改进了SO_PMI,对基准词选择,窗口大小提出了自己的计算公式,并将同义词引入SO_PMI算法解决了数据稀松的问题并使其更加符合人的表达习惯。(3)改进了互信息的特征选择方法,充分考虑了词频、分散度以及正负相关词汇对特征项的影响。(4)针对语义理解和机器学习在文本情感分类中的不足,将改进的语义理解和机器学习相结合构建基于混合框架的分类器,提高了分类器对文本情感分类的准确性和可移植性。(5)针对现存语义相似度计算的不足,提出将文本分类引入文本语义相似度计算,即在同类别的文本分类前提下才有必要计算其语义相似度,否则不予计算。