1、已知一種高性能的兩步文本分類方法，第一步使用某種分類器對可靠部分的文本進行分類，第二步使用某種分類器對不可靠部分的文本再進行分類，該方法能夠明顯地提高分類的效果。而兩步分類時第一步和第二步所用分類器的組合有多種方案，現有的研究并沒有回答采用哪種組合方案效果最好。本文在中文長文本，中文短文本，英文文本中分別使用三種經典的分類器Rocchio、Bayes、KNN進行了系統(tǒng)地實驗研究，提出一種無須窮舉式對比而能夠較快確定第一步的分類器的方法，

2、通過實驗驗證得出該方法的正確性。并且將多類別的分類問題轉換為多個兩類分類問題進行了兩步分類的實驗研究。研究過程如下:
　　 (1)將Rocchio、Bayes、KNN三種分類器的類別判定公式在二維坐標空間中進行轉換。因為進行兩步分類時，須將分類器轉換成為能夠在二維坐標中明確表示文本所屬類別測度的形式。
　　 (2)通過實驗，分別確定了中文長文本，中文短文本，英文長文本的特征選擇算法，并且分別確定了第一步特征空間大小和第二

3、步特征空間大小。
　　 (3)輸出Rocchio、Bayes、KNN三種分類器在二維空間的不可靠部分，驗證Rocchio、Bayes、KNN三種分類器滿足在類別分割直線附近的較小區(qū)域內出現較多的被錯誤分類的文本。
　　 (4)以英文長文本為例，用窮舉的方式，實驗對比了Rocchio、Bayes、KNN三種分類器共九種組合的兩步分類效果，得出最優(yōu)的組合，并且將最優(yōu)組合和現有的研究結果進行比較，表明最優(yōu)組合的效果有所提高。<

4、br>　　 (5)研究和分析最優(yōu)組合當中第一步所使用的分類器具有的特點，提出假設:當分類器輸出的所有類別錯誤率之和與所有類別的區(qū)域率之和的比值最大時，應該作為第一步分類器，且最優(yōu)組合存在于以其作為第一步分類器的時候。
　　 (6)分別在中文長文本，中文短文本中驗證所提假設的正確性。首先由(3)所得到的實驗數據求得Rocchio、Bayes、KNN三種分類器各自的錯誤率之和與區(qū)域率之和的比值，得到該值最大的分類器，然后以其作為第