网络上的学术报告数据量较大,如何从这些数据资源中快速、准确地找到感兴趣领域的学术报告信息成为科技工作者关注的问题。学术报告大多数都是以文本的形式发布的,因此对学术报告的分类是一个典型的文本分类问题。文本分类技术是文本数据挖掘的关键技术之一,由于学术报告标题一般较短,所包含的信息量较少、特征稀疏,使用传统的文本分类方法难以进行有效的分类,本文围绕这个问题进行了深入的探究,主要研究工作如下:(1)对于学术报告文本的分类主要是学科方向的分类,目前网络上没有一个专门针对学科进行分类的标准数据集。本文通过调研发现论文标题、摘要与学术报告预告的文本结构相似,因此文中设计了学术论文标题、摘要数据库的爬虫系统,通过人工标注的方式将数据集划分到相应的学科类别,作为后续学术报告文本分类实验的训练数据集。(2)针对学术报告标题的特征稀疏导致分类效果不好的问题,提出了一种基于特征扩展的短文本分类的方法,并将其应用到学术报告标题的分类中,取得了较好的效果。论文中使用Word2Vec进行词向量的训练和特征扩展,对特征扩展的参数集合进行对比优化实验,分析不同参数对分类结果的影响,确定适合学术报告这类短文本的最优分类参数组合。(3)针对典型的文本分类方法对学术报告标题分类效果较差的问题,本文将多个分类器进行组合,提出一种通过设置阈值参数对分类器分类结果过滤的方法,进一步提升分类效果,并通过对比实验结果验证了方法的合理性和有效性。