为快速准确地实现大规模层次分类问题，提出词类区分度概念，并以此作为计算类向量的基础。基于类向量，以改进的Ｒｏｃｃｈｉｏ算法计算待分类文本与目标类的相似度，候选出Ｎ 个最可能的目标类别；根据目标类别的层次拓扑结构，计算待分类文本与Ｎ 个目标类别的全路径相似度，确定分类类别。实验结果表明，该方法分类效果优于传统算法，其基于文本类全路径相似度的策略明显改善了单纯基于词类区分度的分类算法。