对文本形式的有害信息而言,有害信息识别的实质是文本分类,无论是垃圾邮件过滤还是网络舆情分析都可看作是短文本的二分类问题。短文本分类中,大部分中文文本存在文本稀疏,特征高维的问题;同时,贝叶斯分类模型存在特征局限和属性间条件独立性假设不存在的问题。特征高维、特征局限和分类模型条件独立性假设不存在的缺陷成为制约短文本分类的重要因素。为降低以上缺陷给短文本分类带来的不利影响,结合垃圾邮件过滤和网络舆情分析的实际情况,分别对特征提取算法和结构学习算法做出改进。首先,针对特征高维的缺陷和所采用三层贝叶斯分类模型的结构特点,给出中心词扩展的概念,结合词频逆文本频率特征加权算法,提出了基于中心词扩展的频逆文本频率特征提取算法,该算法增加了三层贝叶斯分类模型特征节点的表达能力和特征多样性,实现了特征降维。其次,针对分类模型特征局限和属性间条件独立性假设不成立问题,采用三层贝叶斯分类模型作为分类器模型以避免分类模型特征局限,在遗传算法中加入灰狼优化算法中的三只头狼引领的策略,提出了灰狼遗传结构学习算法,利用该算法训练三层贝叶斯网络模型的结构,放宽了分类器模型的属性间条件独立性假设。最后,将两种改进算法应用到垃圾邮件过滤和网络舆情分析的有害信息识别中,分别通过邮件文本数据和微博文本数据的实验分析,证明了两种改进算法以及三层贝叶斯网络结构模型具有可行性,证明了基于灰狼遗传结构学习算法的三层贝叶斯网络分类器可一定程度的提高中文短文本分类的分类性能,并在此基础上设计完成了一种基于贝叶斯网络分类器的有害信息识别软件。