随着计算机的普及以及互联网的不断发展,越来越多的电子文档堆积成了海量的数据,如何对这些海量数据进行管理以为用户快速的检索信息提供方便成为数据挖掘研究的一个核心。文本分类技术针对这个问题,提出了一系列解决方案。文本分类是一项重要的智能信息处理技术,在信息过滤、信息检索、文本数据库和数字图书馆等方面极具应用价值。本文介绍了文本分类技术及其相关算法,利用软件工程的思想设计并实现了一个文本分类系统。系统分为六个模块:(1)文本预处理模块,针对文档进行分词,停用词过滤;(2)词频统计模块,按照各种分类算法以及特征选择算法的特点统计文档中特征词的出现频率;(3)特征选择模块,实现了信息增益(IG)、互信息(Ml)、交叉熵(CE)、X-2统计四种特征选择算法;(4)权重计算模块,实现TF、TF-IDF算法;(5)分类器算法模块,实现了朴素贝叶斯(NB)和K近邻文本分类(KNN)算法;(6)分类器评价模块,实现了对分类器从查全率、查准率和F1值三个方面进行评价的机制。结合软件测试理论利用该系统进行了:KNN算法中k值对分类效果的影响,KNN算法下不同特征选择算法对分类效果的影响,NB算法与KNN算法分类效果比较这三个实验;通过这些实验对系统进行了测试,并从测试结果中得到了一些结论。