文本分析是中文信息处理的一个基本问题,它包含很多方面,如词法分析、句法分析、语义分析等等,它对提高信息抽取、信息检索、自动问答等研究的效率和准确度有重要意义,已经成为一个富有挑战性的研究课题。论文分析了文本分析的相关关键技术、发展状况、存在的问题和发展方向。研究了潜在语义分析理论(LSA)及其在文本分析中的应用,同时引入互信息理论及本体技术,目标是用这些理论方法学习出在文本句子中词语间的语义关系,同时还能得出词语分辨文本的能力。论文以潜在语义分析理论为基础,结合互信息和本体技术,设计并实现了一个基于统计的文本分析系统。本文详细介绍了系统的分句模块、本体模块、全局权重模块、矩阵形成模块、计算相似度模块的设计和构建过程。本系统需要多次对语料库中的词语进行统计,我们设计实现了优化的多次扫描的统计方案,并对一些词语进行了基本的语义分析,之后介绍了利用Matcom工具对词语矩阵进行奇异值分解的过程,最后通过等级相关技术对结果做了分析比较。