中文摘要：

Web页面由于其在表达信息的丰富性方面远胜于纯文本文件，因此web页面分类与纯文本分类不同。针对网上中文新闻页面特点，我们提出了一种无需词典的从Web页面中抽取主题的实用算法。并将提取出的类主题概念融入分类用知识库，然后用我们研究小组提出的混合分类算法进行分类，实验语料取自新华网财经新闻。实验结果表明：与不使用web页面特征，仅用全文相比较，分类性能有所提高。

英文摘要：

Web page abundant in contents than text. According to Internet Chinese news pages, pure text.Web page categorization different from pure we present a practical algorithm for extracting subject concept from Web page without thesaurus. And melt these category-subject concept into knowledge base, then classify using hybrid algorithm, experiment corpus excerpt from xinhua net.Experiment result shows： compared with only using full text, categorization performance improved using Web page feature.