随着蒙古语信息技术的发展和蒙语文编码国际标准的公布,蒙古语电子文本数量日益增多,依靠人工处理这些海量文本费时费力。针对这种情形,本研究创建了基于贝叶斯、支持向量机和神经网络等有监督学习方法的文本分类系统,并对这些算法的分类性能进行了比较。本文由绪论、正文及总结等部分组成。绪论部分介绍了选题依据及研究意义、研究概况、研究数据与研究步骤等内容。第一章说明了去噪、词元化、去除停用词和特征选择等相关的文本预处理方面的工作。第二章论述了关于贝叶斯算法的原理和本研究中实施的基于贝叶斯算法的蒙古语文本自动分类实验。第三章论述了支持向量机算法的原理和本研究中实施的基于支持向量机算法的蒙古语文本自动分类实验。第四章论述了神经网络算法的原理及本研究所运用的网络模型结构,并介绍了本研究中实施的基于神经网络算法的蒙古语文本自动分类实验。结论部分总结了全部研究过程及三个有监督机器学习方法的运行结果,并提出了今后需要改进的工作。