传统的基于文本的类属关系自动删除算法仅简单记录关系出现的位置，频次等信息，而忽略重叠的信息，无法有效识别分类类属关系。从而，提出一种面向互联网文本典型类属关系通过提取实体概念的语言学特征和语法语义特征构成实体特征集，基于朴素贝叶斯分类器，计算任意实体属于不同概念的可能性，从而识别典型类属关系。实验结果证明，与基于频率的识别方法比例，该方法能将典型类属关系的识别准确率提高5％以上。