该文的第1章概述了自动文本分类技术的产生背景以及现实意义,给出了自动文本分类问题的描述和评估方法,并介绍了国外自动文本分类技术的发展状况,第2章综述了中文自动文本分类技术的发展状况,并介绍了几种主流的自动文本分类的算法.第3章介绍了自动文本分类的关键技术,分别对文本的表示、特征项的抽取、训练方法与分类算法、阈值的确定做了较为详细的阐述.第4章提出了一种新的分类算法——基于文本内容的预知重——去噪声算法,论文就该算法的特点在以下几个方面展开:1.阐述了"基于文本内容"的概念:2.提出了核心词的概念,并提出了建立核心词词库的标准和方法;3.提出了"词对"模型及其构造方法,详细阐述了如何利用"词对"模型实现预加重——去噪声,以获得更具分类价值的分类特征;4.提出了待分文本中的词频因子的概念,以反映持分文本中的核心词的频率,保证提取的分类特征更加准确地代表待分文本;5.最后提出了基于文本内容分类的具体算法.第5章给出了该算法的实验结果,并同其他分类算法的结果进行了比较,给出了相应的结论.