随着文本信息的迅猛增长，信息处理已经成为人们获取知识不可缺少的工具。文本分类是信息处理的重要研究方向，它有效地提高了信息服务质量，使用户更加容易、准确地定位所需的信息，并被广泛应用于文本处理和信息检索的各个领域。文本分类是一个复杂的过程，包括文本预处理、文本特征提取、文本表示、文本分类算法设计与性能评估等主要步骤。本文对文本分类所涉及的关键技术进行了深入的研究和探讨。目前，一些比较成熟的文本分类算法已经被应用于文本分类中，但它们大都是基于向量空间模型的，文本向量的维数相当大，甚至可以达到几万维。本文首先通过χ2统计进行初步的特征筛选，然后根据特征项在各个类别中的分布情况，提出了一种基于χ2统计的特征聚类算法，将具有相同分布的特征构成概念簇，降低了特征维数，解决了特征空间的高维性与文本向量稀疏性之间的矛盾。针对传统向量空间模型中孤立处理特征项问题，本文又使用图模型建立了特征项之间的关联信息，在一定程度上解决了关联特征提取和向量空间维数高的问题。最后，在充分考虑了特征降维和消除歧义的基础上，运用KNN方法对基于特征聚类的图模型进行文本分类。该算法提高了稀有词对分类的贡献、强化了关联词的分类效果、并降低了文本向量的维数。该算法提高了分类的准确率和召回率。