文本分类是自然语言处理领域中的一项基础任务,在舆情分析、邮件过滤、问答系统、智能信息推荐等应用场景中具有重要的意义。传统的文本分类方法需要分布均匀且标注完全的训练数据。而在实际应用中,随着互联网上的文本数据及资源爆发式增长,文本数据逐渐呈现出载体形式多样、标注数据匮乏、类别分布不均衡等特性,给传统的文本分类技术带来了巨大的挑战。针对文本数据类别分布不均衡和标注数据匮乏,导致文本分类精度低的问题,本文结合文本表示和数据采样的方法开展半监督学习的研究,重点研究了协同文本分类方法,旨在提高半监督文本分类模型的性能。主要研究内容包括:（1）本文利用VSM向量空间模型、LDA主题模型以及SLDA主题模型,分别生成了不同的文本特征视图。旨在通过提高协同训练视图之间的差异性,来改进协同训练文本分类模型。（2）针对半监督学习在类别分布不均衡场景下分类精度低的问题,本文提出一种基于后验概率的未标注样本置信度计算方法,并运用基于类别的采样策略,来选择合适的未标注样本加入到模型的训练中。（3）在上述研究的基础上,本文提出一种融合SLDA有监督主题模型的协同文本co-STM分类算法。该算法利用SLDA模型能识别主题与类别之间的语义关系,建立起主题与类别的映射,能显著提高了co-STM模型的分类性能。（4）为了验证co-STM模型的有效性,本文分别在20Newsgroups数据集和Amazon多领域通用数据集构造不同倾斜程度的不平衡数据子集,将co-STM模型与其它模型在该数据子集上进行了大量的对比实验。实验结果验证了co-STM分类模型能够提高不平衡数据下的半监督分类精度。