在高度信息化的社会中,信息技术与互联网科技更新和普及的速度越来越快,随之电子数据库中以文本形式表现的信息资源也变得更加繁多复杂,基于人处理信息的基本认知,文本自动分类技术成为了处理大规模不断更新的文本数据的关键技术。为了更高质高效地从大量繁杂的信息中获取和利用有价值的信息知识,人们对文本分类技术有了更高的要求,例如更短的运算时间、更高的分类准确度等,对此,除了对分类器本身进行改进和完善之外,特征选择技术也可以通过对分类数据进行降维和去噪处理来提高分类预测的效率和精度。本文对现有经典的特征选择方法进行了研究和分析,针对以数字文献为研究对象的文本分类问题,在以文献类别为单位的局部结构上提出了一种新的特征选择方法,该方法综合考虑了关键词和文献类别之间的相关程度及不同关键词之间的共现强度,从“类词相关”和“词词共现”两个方面对关键词的重要程度进行评估。首先,基于随机森林在全局结构上对关键词的分类贡献能力进行量化,其次,利用互信息将原始关键词集合划分为与类别相对应的关键词子集合,再者,采用词共现分析法的思想对不同关键词之间的相关程度进行评价,最后,对文献类别进行两两组合,得到局部结构上的关键词共现强度矩阵,视类别相同和类别不同为两种情况,分别对其中共现强度较高的词对剔除分类贡献能力较弱的关键词,最终将每个类别下的关键词子集合并得到全局上的关键词子集,以此作为向量空间的特征变量得到数据新的文本表示模型。实验中分别选用自采数据和公开数据,分别代表类别均衡数据与类别不均衡数据,对其使用上述提到的局部特征选择方法进行降维并对特征选择前后的数据进行分类实验,比较实验结果证明将该特征选择方法应用于文本分类中可以取得更优的分类结果。