文本分类是自然语言处理领域中最经典的任务之一。然而,在文本分类的具体应用中,数据集的分布方式常常具有不均衡性,这通常会导致传统的分类器更倾向于多数类文本,而忽略少数类文本的存在。实际上,有时对少数类文本的预测反而更有意义。因此,如何处理不平衡的文本数据集以减轻其偏态分布是一项至关重要的任务。首先,本文通过引入文本数据增强技术来处理类别不均匀的问题,即扩充少数类文本的数目使数据集更趋向于均匀分布。接着,结合现实应用场景来进一步分析上述方法的性能,通过分析实验效果不佳的原因,引入特征选择来筛选出重要的文本特征,并结合上述数据增强技术有效改善模型的分类性能。具体地,本文的研究工作如下:（1）提出了基于数据增强的文本不平衡分类算法。该方法基于BERT模型框架,为了更清晰地对合成的文本进行建模并且降低无意义区域的影响,即文本被零填充到最大标准长度而导致的填充区域,利用构建的样本对形式,提出了一种多区域替换的数据增强方法TextCut。对于少数类及其配对文本,在特定层的隐藏空间中对少数类文本的多个小正方形区域进行采样,并将它们替换为从配对文本中截取的相应区域新生成的文本用于下游任务的训练。最后,添加具有噪声容忍度的反向交叉熵损失函数作为正则项,联合交叉熵损失函数同时对模型进行优化。在三个公开的不平衡文本数据集上验证了该算法可以进一步提高总体和少数类文本的分类性能。（2）提出了基于特征选择的警情文本不平衡分类算法。为了进一步验证上述不平衡分类算法的有效性,本文从同样具有样本分布不平衡特点的警情文本数据集出发,经过对实验结果和数据集的可视化分析以及传统的特征选择方法更易选择多数类文本的特征词的缺点,本文提出一种基于事后解释的特征选择方法PITFS来针对性地对文本筛选最重要的特征。该方法首先用训练出的分类器通过擦除N-gram词组的方式来获得文本特征的重要性排名,然后选择一定数量的最能代表文本信息的特征子集,再将其与上述不平衡分类的方法融合来重新训练一个分类器,并在训练过程中惩罚特征子集产生的不合理信息。最后,在警情文本数据集上的实验结果表明,该方法与其他特征选择的算法相比,有效改善了模型的分类性能。