文本分类是处理和组织大量文本数据的关键技术,它一直是信息检索领域中的一个研究热点.文本分类旨在将大量文本划分为若干子类,使得各文本子类代表不同的概念主题.文本分类技术被广泛应用于文本处理的诸多领域,如自然语言处理、新闻分类和搜索引擎以及信息检索等. 当前文本分类的常用方法有支持向量机法(SVM)、最近邻居分类法（kNN）、神经网络分类法（NNet）、贝叶斯法（NativeBayes)、决策树方法（DTree）等。尽管国际上已有大量文本自动分类研究成果出现，但对中文文本的自动分类技术研究尚远未尽如人意。本文在考查上述文本分类模型的基础上，提出了利用遗传算法做文本属性的选择。在文中，提到了用遗传算法进行中文Web文档文类的思想，本文对其进行了进一步的讨论，特别是在对简单遗传算法SGA进行深入了解基础上，在遗传编码和适应度函数的设计上进行了改进，提出了关联规则制导的遗传算法（ARGA）。