随着信息技术的快速发展,文本数据量不断增长,如何高效、准确地定位有效信息成为当今时代下的迫切需求。文本分类作为信息处理的核心技术成为解决这类问题的关键手段。在文本分类过程中,高维数据容易引起分类过程中的维度灾难,特征选择是解决维度灾难,实现维数约减的有效方法,因此论文以文本分类过程中的特征选择方法作为主要研究内容。论文首先简要概述了文本分类技术,并介绍了其详细过程,在每个步骤中都列举了一些常用的方法。其次为解决文本分类过程中的维度灾难,提出了两种新的特征选择算法。(1)提出一种基于NDM改进的特征选择算法(T F-NDM)。通过分析常见的特征选择算法,发现大部分算法都依赖于文档频率,未考虑词条频率,因此本文以表现优秀的NDM算法的文档频率为基础,引入词频权重,充分考虑类别信息和词条占比的情况。最后通过在五个数据集上不同的实验结果证明,T F-N DM算法性能良好,能够有效地提高分类性能。(2)提出一种基于文档专一化和词条多样化的特征选择算法(D S T D)。该算法在宏观上统一文档频率的多种计算方式,在微观上从多个角度考虑了词条分布的情况,提出文档专一性和词条多样性两个全新的影响因子。DSTD算法对两个因子进行有效结合,充分发挥了文档频率和词条频率的优势,最后在三个数据集上与六个相关算法进行了对比分析,验证了DSTD算法的有效性。本论文深入研究了文本数据集中的文档频率和词条频率,从不同角度提出两种特征选择算法,有效地解决了特征排序时的片面性问题,两种算法综合多个方面选出具有代表性的特征,并且通过实验表明它们具有良好的效果。