文本分类现阶段仍是信息处理领域中一个开放的、重要的研究方向,并得到了普遍广泛地应用。文本分类中包括许多环节,其中包括有：文本预处理,特征选择,文本空间向量模型的表示,文本分类器的训练,文本分类等。其中,特征选择是文本分类中最重要的阶段之一,能否利用特征选择挑选出适合的特征词对文本分类的效果有着重要的影响。本文主要针对互信息特征选择方法存在的不足,提出了改进互信息特征选择方法的思路和方法。论文的主要研究工作如下。1.首先本文对文本分类进行了介绍,并对文本分类各个阶段以及相关技术进行了论述和研究,并重点对互信息特征选择方法进行了研究,描述了传统互信息方法的一些不足之处,并针对不足之处提出了相应的改进思想。2.针对互信息特征选择方法只考虑了词语在文本集中出现的文档频率,而没有考虑到特征的词频信息以及与文本类别之间的相关性的问题,提出了引入综合比率因子的改进思想,将特征的词频以及与类别之间的相关性等重要信息考虑进去；并用平衡因子处理正负相关问题,调整正相关和负相关特征的比例,考虑负相关特征的作用。通过实验证明改进的互信息特征选择方法在一定程度上提高了分类的准确率。3.针对互信息特征选择方法中没有考虑特征项本身的语义信息的问题,提出利用《知网》(HowNet)中的中英双语知识词典构建“概念-领域”表,对每个词进行查询,如果在表中就把该词映射到“领域”,否则保留原词。这样不仅可以将低层次概念转化为高层概念,还能在一定程度上消除特征冗余,并从语义上加强了特征对所在领域的分类贡献度。结果表明结合语义改进的互信息特征选择方法可以在一定程度上有效地提高准确率。