如今互联网的快速发展,各领域都产生了大量的数据,如何充分的利用这些数据,是目前最需解决的问题。在处理文档数据的过程中,常常采用文本自动分类技术,来实现文档数据的量化存储工作,如此分类技术也应当加以改进,其中特征维度的降低显得尤为的重要,通过局部特征选择方法来降低特征空间维度,去除冗余关键词,准确选取能够代表各类别的关键词,对分类器本身的性能进行改进,从而提高文本分类精度。本文针对传统的卡方统计量(CHI)进行特征选择时,仅考虑特征词在该类别是否出现的缺点,提出引入词频权重和负相关修正因子,得到一种新的改进后CHI特征选择方法,记为CHI-NFID特征选择方法,在此基础上,考虑引入共现矩阵,提出一种新的局部特征选择方法,既考虑特征词与类别之间的相关关系,又考虑特征词之间的语义关系,确保文本特征含有尽可能少的冗余信息,从而降低特征向量维度。首先,将改进的卡方特征选择方法与传统的卡方特征选择方法进行对比,进行模拟分类实验。其次,利用XGBoost(梯度提升法)计算关键词在分类过程中的重要度,根据篇词矩阵,得到类词频数矩阵,利用改进后的卡方特征选择方法,计算类词卡方矩阵,选出各个关键词的最大卡方值对应的类别,分别用第i个关键词作为第j类的代表关键词。然后,计算局部词共现强度矩阵,分别设定阀值,进行重要度比较,剔除重要度较低的关键词,降低关键词的冗余度。最后,将每个类别根据不同的局部词共现信息得到的关键词子集求交集,得到每个文献类别最终对应的关键词子集,将所有类别对应的关键词子集合并得到全局上的关键词子集将其作为向量空间的特征变量对数据进行文本表示。本文采用两种数据类型:类均衡文本数据和类不均衡文本数据,分别对这两组实验数据进行局部特征选择,并利用不同的分类算法,得到特征选择前后的数据分类准确度指标,进行对比,其实验结果证明将该局部特征选择方法适用于类均衡和类不均衡两种情况,并应用于文本分类中能取得更优的分类结果。