随着网络技术的高速发展，Internet使我们获取信息变得越来越便捷。但是由于网络信息的开放性、交互性和全球性等特点，使得传播的各种信息良莠不齐。不少暴力、反动、色情或带有明显情绪煽动言论的不良信息混迹其中，给用户带来了困扰的同时，也给社会带来了一定的危害性。因此如何避免不良信息的侵扰，保证网络信息的健康安全，成为一个重要的研究问题。新疆是一个以维吾尔族为主的多民族居住地区，作为维吾尔族人民的母语，维吾尔语文字在互联网多媒体数据中使用的越来越广，维吾尔文网页的数量与日俱增。目前中英文的过滤技术已经成熟，维吾尔语文本过滤技术仍然处在起步阶段。本文主要针对互联网中维吾尔文本信息的处理，通过研究信息过滤技术的主要思想和技术结合维吾尔文字特点。讨论了网络信息中维吾尔语文本不良文本信息的过滤技术研究。本文从文本过滤信息技术出发，在充分进行了理论准备工作的前提下，设计并实现了一个维吾尔语不良文本过滤系统。本文研究的主要内容包括：基于网页文本关键词的过滤和基于文本分类方法的过滤。在关键词的过滤技术中，主要的工作包括：对网页正文内容的提取，维吾尔语文本的存储方式的分析，通过AC多模式匹配算法将提取的正文信息与构建的敏感词库进行匹配，短时间内完成字符的查找和替换，基本满足网页中关键词过滤的时效性要求。在文本分类方法的过滤中，考虑到贝叶斯算法的高效性和稳定性，选用贝叶斯方法构建分类器，这个部分的主要工作包括：维吾尔文字预处理，特征降维，分类器的构建等；考虑到贝叶斯所基于的独立性假设无法满足实际条件，提出了一个基于特征加权改进的朴素贝叶斯方法，通过构建三个权重调整系数，对TFIDF公式进行调整，修正了不同的特征项对分类的贡献度，提高了分类的准确性。