特征选择在文本分类中起着重要作用。针对互信息特征选择方法在不均衡语料集中分类效果差,卡方统计特征选择在均衡语料集中分类存在不足,提出改进互信息特征选择和卡方统计特征选择的思路与方法,设计并实现了一个中文文本分类系统。论文研究工作如下：1)对于互信息特征选择在不平衡语料集上分类效果较差的问题,研究并分析了影响互信息特征选择在不均衡语料集中分类效果的因素,用平衡因子调整正相关和负相关特征比例,加强负相关特征的作用；同时引入特征分布差异因子,区分类强相关特征,通过实验证明,改进的互信息特征选择方法提高了分类效果。2)针对卡方统计特征选择方法偏向选择高频特征词以及只考虑特征在所有文档而不是在每类文档中出现的文档频率的问题,采取限制负相关特征对分类影响的方式,使其不忽略低频词,再结合由于偏向选择高频词从而可优化分类效果的对称不确定熵因子,同时引入文本自相关因子来区分不同文档对分类的重要度,以提高分类效果。3)本文除了做了以上研究,还设计并开发了一个中文文本分类系统,在该系统中实现了几种常用特征选择方法,包括互信息特征选择方法,信息增益特征选择方法,卡方统计特征选择方法,文档频率特征选择方法和文中两种改进的特征选择方法,并且通过实验比较了它们的分类效果。