文本分类处理的对象是关系复杂且不断被更新的数据,本文主要针对文本分类层次分类和增量训练中存在的问题进行了深入研究。通过分析粗糙集理论中属性约简的算法思想,提出了基于粗糙集的特征词选择算法,选择出更具代表性的特征词语,避免了文本表示中维数过大的问题。在特征选择的基础上,基于虚拟树结构提出了一种新的层次文本分类算法。该方法通过预选择策略对分布不均衡训练样本进行调整,防止对大类样本过学习；在上层分类器采用多标签分类的方法,以降低上层错分类对下层分类器性能的影响；最后采用阈值策略淘汰历史样本,从而减少了增量训练时历史分类信息丢失,并基于此提出了一种基于边缘向量的增量式训练方法。最后,本文阐述了一个层次分类系统的设计与实现,并通过实验证明了本系统在分类性能上相对于传统分类方法的优势。