互联网的飞速发展导致了网络中的文本数据也随之迅速增长,因此如何高效处理这些文本信息成为一个重要的研究课题。而自动分类技术作为文本信息处理中的一个重要环节引起了人们的广泛关注。文本分类能够处理大量的文本,可以较大程度解决信息紊乱的现状,方便用户准确地定位所需要的信息。文本分类作为信息检索、信息过滤、搜索引擎、文本数据库、数字化图书馆等领域的技术基础,有着广泛的应用前景。本体这一概念近年来被计算机领域广泛采用,并主要用在信息检索技术上,由于本体不仅是各个概念的集合,而且体现了各概念之间的互相联系。因此,将本体概念与文本分类技术相结合,很有研究意义。本文提出了一种基于本体的文本分类模型,该模型将本体中的概念与传统文本表示模型的特征词相匹配,提出了概念特征词、关键概念特征词的定义。通过使用概念特征词代替文本模型中的特征词,充分降低特征词维度,降低计算复杂度,并将文本表示为本体表示模型,保留了概念之间的关系,通过计算概念特征词之间的相似度,有效的把文本中蕴含的深层含义表示出来。并使用关键概念特征词,来突出文章中标题,及每段首尾句的信息度。同时根据文本表示模型的不同,提出了相应的本体匹配算法。本体建立中不仅考虑了各个概念的不同权重,同时在文本相似度的计算中也充分考虑了概念之间的层次结构关系,弥补了传统文本分类中的缺陷。通过与传统模型的实验对比和理论分析,验证了基于本体的文本分类模型的可行性,有效性。