随着web技术和信息技术的快速发展,如何从结构来源复杂的数据海洋中进行信息抽取和信息检索一个困难而又有重要实际用途的研究课题。文本分类能够有效处理和组织文本数据,方便快速、准确地定位所需的信息。本文主要对文本分类及其相关技术做了分析,并就如何将文本分类技术更好的用于决策支持做了研究,具体包括以下三个方面：1、文本分类相关技术的研究本文首先阐述了文本分类的过程和相关技术,包括文本预处理、中文分词、向量空间模型、特征项选择、特征项权重计算等。2、基于信息增益权值的文本分类模型(1)本文在经典TF-IDF的基础上,结合特征词在类别间的分布情况,改进了IDF的算法,并进一步利用信息增益和类内信息分布熵因子修正TF-IDF算法的不足,提高文本表示的准确度。(2)基于信息增益权值的文本分类算法。该算法的主要思想：如果特征词在新的文本中出现,则计算特征词对于特征词在文本空间的信息增益的贡献度,贡献度最大的类别就是文本的所属类别。3、可拔插文本分类系统在电子政务平台中的应用的研究本文提出的可拔插文本分类系统,以文本分类为基础,自动、半自动的将分类系统分离出应用系统,并通过可插拔配置方式部署到应用系统上,具有可重用性高、使用方便的特点。