短文本分类问题是对长度短的文本(通常文本长度小于160字符)进行自动分类,它是基于短文本应用领域必须解决的具有挑战性的基础性关键问题之一,具有重要的应用前景。　　 在对短文本分类研究现状进行分析研究后,本文的工作围绕着短文本分类的三个难点:(1)短文本具有的固有属性:短文本所描述概念的信号弱,这是由短文本的长度短引起的,它使短文本分类具有极大的挑战性；(2)短文本数据通常具有高的类间模糊度:不同类别间的文本使用了许多相同或者相近的词语,但它们表达的意思不相同；(3)短文本的大数据量和复杂性特性导致采用常用的长文本分类技术不能达到很高的性能。针对文本分类的两大重要环节(特征的选择,分类器的构造)对短文本分类进行了研究:　　 围绕短文本描述概念信息弱,短文本数据具有高的类间模糊度的特点,本文提出了利用知网和依存关系技术抽取真实语料中具有关系的词对作为分类所需的特征构造特征空间进行短文本分类,寻找对文本分类有效的关系,利用这些关系可以增强短文本的类别区分度。实验结果表明,具有关系的词对具有很强的类别区分度,关系能够作为有效的分类特征应用于中文短文本分类中。　　 围绕提高短文本分类性能的问题,针对短文本的特性,本文研究了两步思想用于短文本分类的三个关键问题,提出了组合朴素贝叶斯(NB)和K近邻(KNN)分类器的两步中文短文本分类方法。实验结果表明,相对NB、KNN和支持向量机(SVM),该方法可获得较高的分类性能。