随着IT行业的兴盛和互联网技术的飞速发展,信息资源也在迅速、海量地增长。由于其中大部分的信息资源都以异构、动态的Web文本形式存在,因此如何在这巨大的数据海洋中快捷方便地找到人们所需的信息已成为大家关注的焦点。Web文本分类技术是解决以上问题的一个主要方式,为此,本文在以下几方面对其做了相关的探讨和研究:　　 第一,提出了一种改进的x2统计方法。由于传统的x2统计法往往会将很高的权重分配给分类能力较小的低频词,而分类能力强的特征词权重则相对降低。因此,改进算法考虑了文档中的词频因素,这样可在一定程度上避免上述缺陷。　　 第二,提出使用一种优化的反向传播算法。该方法不同于传统的反向传播算法,它在分类器的构建过程中,其学习步长会进行微调。因此,在调整网络连接权值之前,需要先计算对应的学习步长。学习步长的计算结合了delta-bar-delta规则,该规则的引用避免了学习步长取值过大或过小带来的易陷入局部极小值和网络振荡等问题。　　 第三,针对使用向量空间模型(VSM)表示文本时会产生过高的文本特征维数而导致神经网络不易收敛,学习时间太长的问题,结合特征选择和粗糙集理论,提出了基于优化的RS-BPNN文本分类方法。首先,运用本文提出的改进x2统计法预降维,然后利用其中的属性约简理论删除冗余的特征词,进行特征空间的再约简操作,最后使用优化的神经网络进行分类。　　 第四,设计和实现了一个基于本文方法的文本分类实验系统。采用客观的中文语料库在该系统的基础上进行了几组对比性实验。实验结果表明,优化的RS-BPNN文本分类方法优化了BP网络的拓扑结构并改善了BP算法中收敛速度慢的问题。