文本分类作为数据挖掘中的研究热点之一,在处理海量数据资源中有着重要地位。由于文本是一种非结构化数据,需要通过文本表示方法将其转换为数值形式,表示后的文本数据通常具有非常高的维度。因此,在文本分类之前需要对文本特征进行选择,以期能够从原始特征空间中选择出有益于分类任务的特征子集。这样不仅可以提高文本分类性能,还能够降低分类任务的计算量。目前常见的特征选择方法着重关注了特征的相关性,选择出的特征子集通常具有较高的冗余。本文主要针对现有特征选择方法忽略特征冗余性的问题,提出三种去冗余的文本特征选择方法。主要的工作内容总结如下:（1）提出了基于词向量的去冗余特征选择算法。针对现有文本特征选择方法未考虑词语之间联系以及语义信息的问题,本文引入文本特征的词向量表示,结合相对判别准则,提出了基于词向量的去冗余特征选择算法。该算法用词向量之间的相似性来衡量特征之间的冗余性,用相对判别准则来度量特征与类别的相关性。实验验证了该算法的可行性。（2）提出了基于特征关联度的去冗余特征选择算法。基于词向量的去冗余特征选择算法在计算特征相似性的时候仅考虑了词向量的距离,未考虑特征的分布。为此,本文在特征分布信息的基础上定义了特征关联度,结合相对判别准则,提出了基于特征关联度的去冗余特征选择算法。该算法用特征关联度来衡量特征冗余性,用相对判别准则来度量特征与类别的相关性。实验表明该算法能够更有效地去除冗余。（3）提出了基于判别关联度的去冗余特征选择算法。上述创新点的去冗余方案只利用了特征之间的直接关系,未在判别信息条件下考虑特征之间的关系。为此,本文在特征关联度的基础上定义了判别关联度,结合互信息提出了基于判别关联度的去冗余特征选择算法。该算法用判别关联度来衡量特征冗余性,并用互信息来加强度量特征与类别的相关性。实验表明该算法在去冗余方面有进一步的提升。