面对如今信息技术的飞快发展，各种电子文档和电子邮件都爆炸式的增长，为了从海量文本中及时准确的获得有效的知识和信息，就需要处理大量的文本。由于互联网上大部分信息都是以文本的形式存在，文本的识别就构成了高效信息获取的基础。利用文本分类识别技术可以把数量巨大但缺乏结构的文本数据组织成规范的文本数据，帮助人们提高检索信息、利用信息的效率。文本分类已经成为组织和管理文本数据的重要形式。传统的人工分类已经不能满足如今的需要，它耗费大量的人力、物力和精力，并且分类结果一致性不高。为了能在海量的文本中及时准确地获得有效的知识和信息，文本表示技术以及文本自动分类技术受到了广泛的关注。 本文详细介绍了文本分类的过程和相关的技术，利用向量空间模型构建文本表示模型，研究现有的特征抽取和特征权重算法，介绍了常用的文本分类算法，并针对传统类中心分类算法由于训练文档分散，不能准确的表示各类别的中心向量，提出了优化算法，从而提高了分类准确度。主要研究如下： 首先，阐述了文本分类的理论基础：分词、文本表示、特征提取、特征权重算法。 其次，介绍了文本分类常用的分类算法：贝叶斯方法，KNN方法、类中心分类方法、支持向量机方法、决策树方法，并对它们进行对比研究，最后提出了改进的类中心分类算法。 最后，在文本分类的相关技术的支持下，利用改进的类中心分类算法设计一个文本分类系统，并得到了良好的效果。