随着网络信息技术的发展,人们在日常工作中需要处理越来越多的文本信息,文本分类作为这一领域的关键技术近年来日益受到关注,传统的文本分类方法需要大量的已知类别文本来帮助构建分类器,然而通常情况下我们只能得到少量的已知类别样本和大量的未知类别样本,如果只利用这些已知类别样本来构建分类器,不但得到的结果具有一定的局限性,大量的未知类别样本隐含的信息也难以得到有效利用,这就造成了一定程度上的资源浪费,而且人工为未知类别样本打标记也需要耗费大量的人力物力,因此半监督学习应运而生。半监督学习是一种介于监督学习和无监督学习的一种学习方式,它只需要部分已知类别的训练样本,结合未知类别样本含有的知识来学习构建分类器。本文在现有的半监督分类算法的基础上,提出了一种可以有效提高分类性能的基于多数投票的半监督分类方法,并结合文本分类,提出了一种扩大已知样本集的新方法,论文的主要工作如下：1.介绍了文本分类的关键技术,包括文本的表示、文本的预处理、特征选择、特征权重计算,常见的分类方法和分类性能评估。2.介绍了半监督学习的概念,并结合现有的半监督分类算法,引入了基于最近邻的多数投票规则,通过实验证明了该方法的有效性。3.将半监督分类的思想用于文本分类,并根据文本的特征提出一种加入相似样本的小样本半监督学习方法,该方法首先通过已知类别样本集提取出能代表每个类别的代表特征,再根据这些代表特征从未知类别样本集中挑选出相似样本加入到已知类别样本集,扩大了已知类别样本集的规模,再用以后续的学习。实验中采用了一个标准的中文分类数据集来验证该方法的有效性。