随着Internet的广泛应用和发展,电子邮件已经是人们日常生活不可或缺的一种工具和网络交流的重要途径,然而垃圾邮件已经成为一种公害,因此研究反垃圾邮件问题已经成为全球性的具有重大现实意义的课题。反垃圾邮件的技术有很多,邮件过滤技术是反垃圾邮件技术中较为有效的手段,而基于文本自动分类的过滤技术又是邮件过滤技术中比较灵活和高效的方法。本文介绍了电子邮件技术、垃圾邮件的定义及其危害,常用的反垃圾邮件技术及其特点,结合中文邮件的特点,研究了中文垃圾邮件过滤引擎所需的各种技术,设计并实现了一种基于自动分类的中文垃圾邮件过滤引擎,讨论了该引擎的总体结构,邮件预处理模块设计、训练模块设计、分类模块设计等相关技术问题,并就各模块的实现方法进行了研究。在中文分词方面,设计并实现了一种基于索引的中文分词方法,提高了传统的机械分词法效率;在特征提取方面,采用互信息值的方法,分析了传统互信息方法的缺陷并给出了改进措施;在邮件的表示方面,对传统的向量空间模型进行了改进,提出并采用了一种更加适合于贝叶斯计算的表示方法;用大量的测试样本对引擎进行了测试,并就结果进行了讨论分析。为了提高过滤引擎反馈学习的力度,本文提出了一种集中学习的思想,引入了特征服务器,并介绍了特征服务器的实现方法和桌面引擎的扩展。