随着计算机技术、通讯技术和网络技术的飞速发展,Internet应用的日益普及,电子文档的数量逐日剧增。为了更好地利用这类非结构化数据资源,人们迫切需要构建高效的文本检索、查询和过滤系统,而文本挖掘正是实现这些系统的关键技术。文本分类作为文本挖掘的一个重要问题,其研究一直受到关注。目前已经有许多方法应用到该领域,如朴素贝叶斯、支持向量机、K近邻、神经网络等。其中,朴素贝叶斯利用先验信息,能够在不确定性的推理中提供一种模式和处理方法,它易于实现、工作效率高,有着广泛的应用。神经网络具有学习能力和容错特性并且无须就概率模型作出假定,是目前较为流行的方法。然而,在应用到文本分类上时,基于朴素贝叶斯的分类算法无法体现语义关系,普通神经网络的准确率不高。针对上述情况,本文主要做了下面的工作:(1)介绍文本分类中常见的几种算法之后,重点研究两种经典的算法——朴素贝叶斯和自组织特征映射网络。通过查阅文献和实验对这两种算法进行详细的分析和比较。(2)本文基于“分而治之”的双层聚类的思想,结合这两种算法各自的特点,提出相对特征和相对阈值的概念,从而进一步提出一种新的文本分类算法——基于相对特征的文本分类算法,详细的介绍了该算法的分析、设计和实现过程。(3)分析并比较汉语语料库和英语语料库各自的特点,以及预处理时需要解决的问题,并且详细的给出英语语料库预处理过程的方法以及预处理的结果,与此同时,对3种算法应用到这两种语料库得到的不同结果,进行了比较与分析。(4)本文在汉语库和英语库上对三种算法进行实验分析,将本文新提出的基于相对特征的文本分类算法与传统的朴素贝叶斯分类算法和自组织特征映射网络分类算法进行了有效的比较。实验证明,基于相对特征的文本分类算法取得了令人满意的效果,是一种高效的文本分类算法。