摘要： 文本表示是将可阅读的文字转换成计算机可识别的数据结构的过程，是文本信息处理领域中关注的基础性问题。针对向量空间模型中文本表示的ｔｆｉｄｆ算法仅考虑了词项特征与文档之间的关系，没有考虑与类别关联性的问题，引入数理统计卡方分布方法，以此改进了ｔｆｉｄｆ算法，构成为新算法ｔｆｉｄｆｃθ。该算法将词项的卡方分布值ｃ作为文本表示的一个因子，用该ｃ值来衡量词项在文本类中分布的差异，并且引入词性因子θ，得到改进向量空间模型的表示文本。对改进前后的２个算法进行文本分类实验，结果表明：改进后的算法得到了提升，部分解决了词项特征与类别的关联性。