近年来,随着互联网技术的飞快发展,人们已经从信息较为缺乏的时代过渡到信息丰富的数字化时代。面对如此庞大的电子信息,如何在较短的时间内获取对用户有用的信息也就成为当前的一个研究热点。文本分类技术是数据挖掘领域中的一项关键技术,它能够帮助用户快速、准确地定位所需要的信息。同时该技术作为信息过滤和搜索引擎的基础,有着广泛的发展前景,能够为社会带来巨大的经济效益。文本分类的任务是将待分类的文本对象根据其具体内容自动划分到事先设置的类别内。它的研究内容主要包括文本预处理、特征选择、特征项权重计算、文本表示、分类器的训练与测试以及分类性能评价六个模块。其中特征选择和权重计算在文本分类技术中有着非常关键的作用。本文的主要研究工作如下：(1)特征选择的目的是从原始的高维特征空间中,选取出对分类贡献程度大的特征来表示文本。经典的特征选择算法在统计特征项和类别之间的关联性信息时,仅仅考虑了特征项对文本分类的能力,却没有考虑特征项之间的相关性信息,因此使得具有同义或近义现象的特征项都被选择出来表示文本,降低了分类的准确度。鉴于此缺点,本文提出了一种新的特征选择算法——组合特征选择算法。该算法首先通过文本证据权重方法选择出一些对文本分类贡献程度大的特征项；其次通过互信息方法删减了一些在文本分类方面有冗余信息的特征项。(2)经典的TF-IDF权重计算方法只考虑了特征词频率TF和反比文档频率IDF,没有考虑特征项的类别分布和位置分布对分类的影响。因此本文在经典权重算法TF-IDF的基础上,结合特征词的类别分布与位置分布信息,提出了改进的TF-IDF算法。(3)和其它的机器学习算法相比,SVM方法具备泛化能力强、收敛性好的优点,因此尤其适合于文本分类领域。本文最后构造并实现了一个基于SVM的中文文本分类系统,为研究文本的自动分类与性能评价打下了良好的基础。在分类系统平台基础上,验证了课题提出的组合特征选择算法和改进的权重计算方法在一定程度上提高了文本分类的性能。