文本自动分类是信息检索与数据挖掘领域的研究热点与核心技术，近年来得到了广泛的关注和快速的发展。特别是随着互联网技术的发展，网络成为人们进行信息交互和处理的最有效平台，各种数字化信息每天以极高的速度增长，面对如此巨大的信息，人工分类已经无能为力，计算机自动分类已成为网络时代的必然选择。 目前对于文本分类技术的研究，大多数研究者的精力主要放在各种不同分类方法的探索与改进上。然而，文本分类中的特征选择一直是文本分类的关键技术和瓶颈技术，因此，对于特征选择算法的研究是十分必要的。 本文对文本分类中所涉及的各项技术进行了较全面的阐述，主要对当前文本分类中的特征选择算法的性能及优缺点进行了分析，指出了现有方法存在的一些问题，并提出了相应的改进算法。本文的主要研究工作如下： (1)针对文档频数和互信息方法可能选择与各个类别相关度都较大、但在类间分布比较均匀的特征的问题，本文提出了“差分贡献”的思想，指出对两个类别“贡献”都大的特征并不意味着对这两个类别的分类能力也强，而贡献差大的特征却往往具有强类别区分能力。基于这个思想，对传统的文档频数和互信息进行了改进。 (2)针对现有特征选择方法均未考虑词频因素而导致特征的真实价值无法被评估的问题，本文结合差分贡献的思想，提出了一种基于词频统计的特征选择方法。 (3)针对现有特征选择方法未考虑特征间的关联性而导致无法处理特征冗余的问题，本文提出了一种基于聚类的特征选择方法，通过将特征聚类，簇内特征间都非常相似，这些特征在类别区分能力上往往也是类似的。因此，我们取每个簇的中心代表整个簇，将簇中的其他特征过滤掉，这样特征集的冗余性就大大降低。 最后，本文通过实验证明，这三种改进的方法使得文本分类的正确性得到了有效地提高。