随着网络相关技术的发展，越来越多的信息尤其是文本相关数据资料迅速增长，人们需要在海量的信息中及时获取有用的或者自己感兴趣的内容。这是互联网信息内容处理领域急需解决的关键问题。基于机器学习的文本分类技术包括对文本的预处理、特征选择、分类模型的建立等。该技术在很大程度上能够对海量增长的电子文本信息进行有效地管理和过滤，使得人们能够快速、便捷地掌握有用的信息内容。因此，文本自动分类技术具有很广阔的实用前景，其各项关键技术有很大发展。　　 本文主要从以下三方面进行基于机器学习的文本分类算法的研究：　　 (1)文本处理时高维特征空间对分类精度以及分类效率都有重要的影响，本文首先介绍了多种常用的特征选择算法，包括以投票的方式综合几种特征选择方法的组合型算法。对其进行仿真，比较实验结果，从各类指标中发现了三点传统特征选择算法的不足，以及综合算法需要完善的地方。　　 (2)针对目前中文文本分类中传统特征选择算法在低维情况下所获得的分类效果不高的情况，本文提出了一种结合方差思想的评估函数，能够选择出具有较强类别信息的词条，与常用的文档频DF、信息增益IG、等九种特征选择算法相比，不仅保证整体分类性能不下降，而且提高了稀有类别的分类精度(宏平均F1)。　　 (3)本文对线性分类器进行了概述，将传统处理二分类问题winnow算法推广至多类别文本分类，并对其训练策略和判别策略进行了改进，并与其它分类算法如中心向量、最近邻算法、朴素贝叶斯算法等进行比较分析。　　 最后，针对本课题的研究，设计了用于仿真的基于机器学习的中文文本分类系统，分为输入输出、预处理、特征选择、分类器四大模块，在此基础上对各种算法的性能进行了分析比较。