随着信息技术的高速发展,以文本格式存储的信息大量出现在Internet、数字图书馆及各种电子刊物上。如何准确有效地查找我们所需要的信息,是近几年研究的热点。文本自动分类技术能够根据文本内容自动对文本进行分门别类,特别适合在海量的文本信息中高效地查找我们所需的信息,是解决上述问题的一种有效手段。本文以军事情报的整编处理为应用背景,主要采用SVM分类算法和词典分词法,设计并实现了面向情报领域的文本自动分类系统。该系统可以实现对军事情报信息的自动分类,解决军事情报处理中的文本处理的关键技术,为军用情报系统的研制提供文本分类处理的算法和模型。本文的主要研究成果有:1)在已有文本分类系统模型的基础上,结合情报分类系统需要使用的技术,分析了文本分类系统中需要的关键技术。2)在给出情报分类系统整体设计方案的基础上,通过比较各种分类算法以及中文分词技术,结合情报领域自身的特点,运用SVM分类算法和词典分词法实现了该情报分类系统。并针对TF/IDF词语权重计算的缺点,提出了运用文本的可分性判据和情报领域自身的特点来改进的词语权重计算方法。3)通过大量的实验数据,验证了本系统在情报领域自动分类的可行性。