文本分类是指根据一定的标准使用计算机对文本自动进行类别标记的过程。它是目前机器学习领域比较热门的研究方向,通常包括文本表示、分类器的选择与训练、分类器性能研究与评价。目前,已经存在许多较成熟的分类器,比如朴素贝叶斯(Naive Bayes)、支持向量机(SVM)、K近邻算法(KNN)等。分片线性分类器作为模式识别领域研究的热点,该分类器确定的决策面是由若干个超平面段组成,与一般超曲面相比,简单易于实现,需要较少的内存消耗。同时,能逼近各类不同形状的超曲面,具有很强的适应能力。目前,学者们也提出了许多设计分片线性分类器的方法。如委员机方法,线性规划的方法,组合凸线性感知器。尤其组合凸线性感知器作为一个构造分片线性分类器的通用框架,具有计算简单、适用能力强等突出优点,然而,它在文本分类的效果有待进一步的评测研究。因此,本文从分片学习的角度,提出了基于组合凸线性感知器的文本分类方法,研究并评测组合凸线器在文本分类中的性能,主要包括以下三个方面:1)详细介绍了组合凸线性感知器,它作为构造分片线性分类器的一个通用理论框架,也是本文研究内容的理论基础。本文研究的重点内容就是将它应用于文本分类领域中。同时,在这个过程中,我们还需要关注如何将这些分类方法有效地应用到文本分类领域。针对这个问题,我们首先使用向量空间模型表示文本空间,将文本信息表示成计算机可统一处理的形式,再采用组合凸线性感知器的相关算法进行文本分类。2)研究了各种常用的特征提取和特征项赋权方法。本文介绍了常用的特征提取方法和特征赋权方法,并且较为全面地研究并测评了不同的特征赋权方法(tf.idf、tf.χ~2、tf.ig和tf.rf),对组合凸线性感知器的分类效果的影响。3)将组合凸线性感知器应用于文本分类的研究。由于实验数据规模较大,文本经过特征提取之后的维度依然较大,在文本分类过程中必然会占用大量的内存,所以在进行分类之前,需要利用主成分分析方法对样本的特征空间降维。在标准数据集上,通过大量实验对比典型的文本分类方法(SVM、KNN)的分类性能,利用正确率、准确率、召回率和F1等评价指标,评测组合凸线器在文本分类上的性能。