随着中国信息产业的飞速发展,互联网上中文信息的爆炸式增长,传统的文本分类技术已经难以满足中文分类任务的高维度、大数据量以及高可读性的要求,亟需开发适合中文的自动文本分类系统。近些年提出的基于关联规则挖掘的文本分类方法分类效率高,可读性好,应用在中文文本分类中也取得了一定效果,但是由于关联规则挖掘采用置信度-支持度框架,无法挖掘出低支持度的信息项,具有一些无法克服的缺陷。为了挖掘出低支持度的有用信息,研究项之间的相关性,提出了相关规则挖掘算法,能够发现低支持度-高相关度的规则,比传统的关联规则更具有实际意义。并且通过研究相关系数的上下界以及上下界之间的性质,缩小搜索空间,改进挖掘算法以提高挖掘效率。在正负相关项对基础上利用规则可靠度来产生正、负双向规则,并修剪规则。针对中文的语言学特性,提出利用前缀哈希树结构完成中文文本向事务数据的转换。提出了利用相关规则分类中文文本的算法,并设计实现了基于相关规则挖掘的中文文本分类原型系统来验证算法的正确性。在实验设计上,采用人民日报标注语料库,该语料库含有环境、计算机、政治等10个类别2815篇文档,字数达17.7M。在真实数据集上的试验结果表明,该系统能够有效实现中文文本的转化和分类,并能达到良好的分类效率和结果。