随着计算机的广泛使用以及互联网的迅速普及与发展,人们可获取的信息量与信息种类也随之增多,并且大多以文本形式存在,如何快速、准确获取自己所需信息则成为目前研究的热点问题之一。本文的工作重点从文本分类的特征选择出发,对文本分类技术进行更加深入的分析与探讨。首先,基于文本分类的整个过程,对其基本理论进行简介,主要从六个方面进行说明,包括有数据采集、文本的预处理、模型表示、特征选择、特征加权以及分类器评估等。其次,以文本分类中的特征选择为重点研究对象,对文本分类中常用的特征选择方法进行介绍,并且分析其优缺点。本文使用的特征选择方法为卡方统计,通过对卡方统计的研究发现该方法的不足之处,本文从两个方面进行改进。第一种是基于概率分布距离对卡方统计进行改进,针对卡方统计忽略包含特征项的文本在不同类别的权重问题,引入JS散度。第二种是对基于特征分布对卡方统计进行改进,由于第一种改进方法的重心在于类别内包含特征项的文本在不同类别间的频数与比例,并未考虑特征分布问题,因此,第二种方法针对卡方统计与JS散度所忽略的问题进行改进,具体为:（1）特征词在类别间出现次数的统计,本文引入了词频修正系数;（2）特征在类别内部分布状况,引入了文本频率;（3）类间信息利用不充分的问题,引入了类间频率。并且将第一种改进方法与第二种改进方法综合使用,进行实验。最后,为验证本文提出的卡方统计改进方法的可行性与有效性,使用李陆荣教授整理的复旦大学中文语料集作为数据集,应用贝叶斯分类器进行实验,采用准确率、召回率与F值等指标进行评估与对比。实验结果表明,使用本文改进后的卡方统计算法的降维效果优于传统的卡方统计算法,且文本分类的精度有所提高。