文本自动分类是信息检索与数据挖掘领域的研究热点，近年来得到了广泛的关注和快速的发展，它是机器学习和自然语言处理的关键技术之一。近几年，人们开始将机器学习的方法应用到文本自动分类领域，它在分类效果和灵活性上都比传统的文本分类模式有所发展，成为相关领域研究和应用的范例。特征选择和分类算法是文本分类中两项关键的技术。在文本分类中，特征空间维数过高引起“维数灾难”，传统特征选择方法在处理文本数据时，特征降维效果不佳，且易忽视词间语义关系，直接影响分类性能。实际文本数据具有类别和样本数目多、噪音多、各类别样本数目不均衡等特点，传统分类算法在分类精度和速度上不能兼顾。本文对文本分类及其相关技术进行研究，从降低文本数据的维数，提高分类性能出发，提出了相应的解决或改进的方法。本文的研究工作主要包括以下几个方面：（1）在文本预处理阶段加入词频和文档频度过滤，在经典的LDA特征选择算法基础上融入类别信息，发掘不同类别文档内部潜在主题的差异性，采取双重特征选择方法以期选择对分类最有意义的特征词。（2）针对大规模文本数据的特点，在各类别训练数据集上分别用LDA模型进行主题建模，利用Gibbs抽样参数推理，间接计算模型参数，把每个文本表示为固定隐含主题集上的概率分布，从而获得文本集的隐含主题-文本矩阵，简化了文本数据，取得了显著降维效果，缩短了分类算法的训练时间。（3）在上述工作的基础上应用SVM分类算法，将LDA良好的文本特征表示性能和SVM强大的分类能力结合起来。在中英文语料库上实验表明，与其它特征选择方法和分类算法结合相比，本文的方法特征降维效果明显，F1值、Macro-F1、Micro-F1和精确率等分类性能指标都有良好的改善。