随着计算机网络的高速发展以及信息、资讯的大量增加与积累,无论是个人电脑上还是internet上,以文本形式存储的信息数量巨大。而如何对这些文本数据进行高效的管理、存储、访问以及提取出所需要的信息,成为当前现代社会的人们提高工作和生活质量和效率的重要问题,也是当前计算机科技、人工智能知识工程和信息处理研究的热点与难点的所在。而处理这个问题的基本工具——文本自动分类,也于近几年得到了前所未有的重视与发展。截至目前,国内外对于文本自动分类的研究已经非常多,并且在信息提取、搜索引擎等具体热点领域有着丰富深入的研究。不管是工业界还是科研院所,都已经取得了很多举世瞩目的成就,同时开发出了很多实用的工具与软件系统。本文主要研究中文文本自动分类的关键技术并设计实现原型系统。首先介绍文本自动分类技术研究现状与理论基础,然后对中文文本分类技术进行了详细的讨论,并分析了向量空间模型和中文自动分词的技术优势与特点。然后详细研究了文本分类的关键技术,包括项的权重、特征选择和关键算法。在这些基础之上,设计了一种中文文本分类自动分类系统,并对其中的关键技术进行了详细介绍。最后是对系统进行相关实验以及效率效果评估分析。