随着科学技术的迅速发展,各专业领域的文本数据呈爆炸式增长趋势,如何从非结构化文本数据中挖掘出有用的信息成为一个挑战。文本分类作为处理和组织大量文本数据的关键技术,在各专业领域都有广泛的应用。常用的文本分类算法包括:朴素贝叶斯、决策树、支持向量机、深度学习等。其中多项式朴素贝叶斯由于其简单、计算高效的特点被广泛应用于文本分类问题。但是多项式朴素贝叶斯的一个主要假设是在给定文档类变量的情况下属性变量之间相互独立,这个假设在现实中往往难以成立。同时随着不断更新的文本数据呈现的各种新特征,如非线性结构、类别不平衡、数据冗余等,使得传统算法无法在分类精度和时间复杂度上达到理想的平衡效果。针对上述问题,本文从一般属性加权、类依赖属性加权、混合属性加权三个方面分别对多项式朴素贝叶斯文本分类算法进行了深入的研究。首先,围绕属性与类别的非线性关联问题,结合逆文档频率信息与深度属性加权思想,对距离相关系数进行改进,提出了一种基于改进距离相关系数的属性加权多项式朴素贝叶斯文本分类算法;其次,针对一般属性加权在加权过程中忽略属性对不同类别的贡献差异,引入类依赖属性加权思想,结合文本自身特点,对卡方统计理论进行扩展,提出了一种类依赖属性加权多项式朴素贝叶斯文本分类算法;然后,针对文本数据中属性与属性的冗余性问题,引入快速属性选择方法,结合扩展互信息理论,提出了一种混合属性选择与加权的多项式朴素贝叶斯文本分类算法;最后,研究了所提算法在地质文本数据分类中的实际应用。本文的主要研究内容如下:（1）提出了一种基于改进距离相关系数的属性加权多项式朴素贝叶斯文本分类算法（Improved Distance Correlation Coefficient-based Feature Weighted Multinomial Naive Bayes,IDCWMNB）。该算法在属性权值的设置过程中,从属性与类别之间的特征分布函数着手,结合文本数据自身异构的特点,通过引入逆文档频率对距离相关系数进行改进,提出了新的权值度量函数,改进后的权值度量函数更好地刻画了属性与类别之间的依赖关系。本文在大量标准文本分类数据集上比较了新算法与现有经典多项式朴素贝叶斯算法的分类性能。（2）提出了一种类依赖属性加权多项式朴素贝叶斯文本分类算法（ClassDependent Feature Weighted Multinomial Naive Bayes,CDFWMNB）。该算法引入类依赖思想,为每个属性在不同类别上设置了不同的权值。权值的度量综合考虑同一属性在不同类别中的分布情况,同一类别中不同属性的分布情况以及属性和类别的整体分布情况。相比传统的一维权值矢量,新算法产生的二维权值矩阵,包含信息更全面,描述更加精准。本文在大量标准文本分类数据集上比较了新算法与现有经典多项式朴素贝叶斯算法的分类性能。（3）提出了一种混合属性选择与加权的多项式朴素贝叶斯文本分类算法（Mixed Feature Selection and Weighting Multinomial Naive Bayes,MSWMNB）。该算法首先通过快速属性选择方法,过滤掉冗余属性,然后基于改进的互信息理论对所选属性进行加权。新算法的创新之一是,在属性选择和加权的过程中,评价函数均考虑了属性间的冗余性,且为了解决冗余性导致计算成本过高的问题,将快速属性选择思想引入文本分类问题;创新之二是,在属性加权过程中,结合词频信息和类别信息对互信息进行扩展,提出了新的权值度量标准。本文在大量标准文本分类数据集上比较了新算法与现有经典多项式朴素贝叶斯算法的分类性能。（4）研究了所提算法在地质文本数据分类中的实际应用。通过对工程地质勘查文本和矿产地质勘查文本进行分类,发现本文所提算法能在海量的专业文本数据中及时、准确地找到所需要的数据,挖掘蕴含在数据中的关联知识,适应多变的应用环境和专题检索的需求,比传统的多项式朴素贝叶斯文本分类算法效果更好。其结果可以为地质工程、地质矿产战略研究等提供知识支撑。