随着手机及互联网的高速发展和社交网络的兴起,诸如手机短信和微博等类型的短文本占据了人们的日常生活。与此同时,大量的垃圾、有害短文本也会干扰到正常用户的使用甚至给用户带来损失。这些垃圾、有害短文本是需要采取文本处理的技术方法来进行过滤的。然而,为了规避常规的过滤方法,微博、短信中的有害短文本经常以不规整、不正常的变体形式(即变体特征)出现。目前对这类变体短文本还缺少有效的解决方法,常规的文本过滤方法在处理这类变体短文本的时候有过滤效果差、人工干预量增加等局限性。本文针对这类变体短文本做出了如下工作：第一,研究和分析了现有的文本过滤算法。研究了问题的特点与难点,并分析了现有过滤算法的优缺点。第二,根据变体短文本的特点,提出了基于层次特征的变体短文本过滤算法。提出了层次特征的概念,介绍了基于层次特征进行变体短文本过滤的基本思想,并给出了算法框架。第三,提出和实现了基于层次特征的变体短文本过滤框架下的核心算法及关键技术。提出了基于层次特征的变体短文本过滤算法及训练方法,通过自动学习以实现识别多种层次特征；给出基于ROC曲线找出最佳判定阈值的方法；并给出了其他诸如文本预处理的关键处理方法。第四,设计和实现了基于层次特征的变体短文本过滤系统,达到实用效果并通过实验结果验证了该算法的有效性。