随着Internet的大规模普及和企业信息化程度的提高，有越来越多的信息积累，其中绝大部分均以文本形式存在。这样，文本挖掘( Text Mining )作为数据挖掘的一个新主题而出现，引起了人们极大的兴趣，同时，它也是一个富于争议的研究方向。国内中文文本挖掘(CTM, Chinese Text Mining)的研究刚刚开始，面向中文语料的文本挖掘目前还没有像样的系统，还存在许多问题亟待解决。文中，我们对此进行了研究。首先，我们从理论上对文本挖掘进行了探讨。我们在数据挖掘概念的基础上进行扩展，给出了文本挖掘的定义，通过分析其特点，描述了中文文本挖掘的处理过程，继而从功能上对文本挖掘进行分类，这样便能从整体上理解文本挖掘。其次，通过分析现有的文本分类技术，从文本挖掘的角度研究了中文文本的分类问题，包括中文的分词、特征提取、特征匹配等问题，设计了文本分类系统（STCS）。然后，我们将传统的关联规则引入文本领域，给出了文本关联规则的定义，文本关联查询语言及其范式表示，在Aprior算法和IMAARC算法基础上提出了文本关联规则开采算法MATA。最后，我们论述了文本挖掘的2个应用。