对于当前的一些司法人工智能应用来说,高效的文本分类技术是非常重要的,例如辅助量刑、法条推荐等。但是,中文司法文档非常复杂,传统的基于机器学习的分类模型通常无法有效地对其进行分类,原因是它们无法将分类过程与司法领域背景知识相结合。本文提出了一种本体驱动的知识块摘要方法来帮助计算司法文本相似度,并实现中文司法文档的分类。首先,从顶级本体和领域特定本体的角度出发,描述和表示了中文司法文档的领域背景知识,并进一步阐述了如何将各种本体以可扩展的方式集成在一起,从而建立基于本体的司法领域知识模型。其次,通过基于司法领域知识模型的信息提取方法将司法文档中与判案有关的核心语义知识摘要为知识块。最后,使用词转移距离算法(WMD)来计算不同知识块之间的相似度,并将其作为司法文档之间的相似度,然后基于K近邻算法完成司法文档的分类,实现辅助量刑。实验表明,与原始词转移距离算法相比,本文提出的方法能有效的提取出司法文档中与判案有关的信息并排除干扰,不仅得到了更高的分类准确率,分类速度也明显加快。