如何在浩瀚繁杂的文本中掌握最有用、最准确的信息,始终是信息处理技术急待解决的问题。而解决这个问题较有效的方法就是对文本文档进行分类。文本分类的优劣直接关系到人们使用文本信息的效率。对文本文档进行特征加权是提高文本分类效果简洁且有效的方法。目前,TF/IDF方法是常用的且效果较好的一种特征加权方法。但是,它也存在着没有考虑特征项在类内和类间分布问题的不足。因此,如何解决文本文档特征项在类内和类间分布不均衡是TF/IDF特征加权方法亟待解决的问题。针对传统的TF/IDF算法存在的不足,本文提出了一种基于信息熵的TF/IDF特征加权算法。该算法依据信息熵的理论知识,将文本数据集视作符合某种规律分布的信息源。通过文本文档中特征项的信息熵来度量其在文本分类中所能提供的分类信息量(即分类能力)。算法中使用信息熵来度量特征项在文本分类过程中的重要程度,并把得到的程度信息反映到文本文档特征项的权重值大小当中。为了验证所提出的基于信息熵的TF/IDF算法的合理性和有效性,本文进行了三种类型的实验。分别考虑了不同形式语料库对实验结果的影响,特征项数量对实验结果的影响,不同的分类方法对实验结果的影响。同时,将本文提出的改进算法与传统的TF/IDF算法和其他改进的TF/IDF算法的分类结果进行了对比。结果表明,本文提出的方法在宏平均Fl指标和微平均F1指标上均好于传统的TF/IDF算法和其他改进的TF/IDF算法,并且对于不均衡数据集有较好的分类效果。