文本分类最初是应文本信息检索的要求出现的,但是随着文本数据的激增,传统的分类研究方法己经不适合大规模文本分类,于是文本数据挖掘应运而生。作为文本数据挖掘的一个重要功能,文本分类技术日益成为研究热点。科技文献的行文和格式都有规范的特点,但其科技文献的自动分类问题却没有得到足够的关注;与此同时,科技文献分类问题的需求却与日俱增。针对这一现实需求,本文以计算机类科技文献为例,对科技文献的分类问题进行了深入研究。首先,对中文文本分类算法进行了深入研究,从分类算法的应用和分类效果角度出发,分析了各个算法的分类思想、文本预处理方法、特征项的选择和特征提取方法以及算法实现关键步骤等,并提出了评价和分析几个分类算法的定理和方法。其次,分析了科技文献的行文规范特点,提出了关键词抽取算法。科技文献的标题、关键词和摘要部分很精简的反映了文章的核心内容,同时与文档主题内容不相关的描述很少,算法直接从该部分内容抽取关键词集,取代了传统文本分类算法的中文分词。然后,提出了一种基于科技文献的文本分类算法,实现了对计算机类科技文献的层次化分类。应用科技文献自身明显的层次关系结构特点,抽取各个类别文档的关键词集,构建层次化分类模型,有效地提高了科技文献的分类精度。实验结果充分表明,所提出的层次化分类算法的分类效果明显优于传统的平面化分类算法,有更高的准确率和查全率。