随着移动电话的迅速普及和手机容量的增大,处理手机大批量短信数据的挑战也与日俱增。如何从手机中快速提取执法人员感兴趣的证据成为手机取证技术面临的问题之一,短文本自动分类技术可以一定程度上解决该难题。虽然传统的文本分类技术已经相对成熟,但短文本的格式不规范且文本信息稀疏,导致适用于长文本的分类方法不能直接应用于短文本领域。基于这样的背景,本文对手机取证中短文本分类方法进行相应的探索和对比。本文首先概述了手机取证的取证源、取证原则和取证过程,并以手机中短信信息为例分析手机取证系统提取电子证据的基本过程。接着重点针对手机取证系统中的短信自动分类子系统进行探讨。讨论了长文本和短文本存在的基本区别,分析传统分类方法中几种常使用的特征权值算法,并提出一种针对短文本特点的权重值改进算法。同时为了弥补短文本信息量稀少的劣势,提出引入维基百科数据库作为知识库对短文本的特征进行扩展的方法。本文最后详细介绍了短信信息分类子系统中的各个模块设计过程和实现过程,并对本文中提到的两种改进方法先后用六组试验进行分类效果对比。六组实验结果表明,基于传统分类方法上的两种改进方法均能一定程度上提高中文短文本分类的性能。同时也发现,若在建立知识库之初噪声没有被清理干净,会影响基于特征扩展的分类方法的分类效果。