本书在介绍文本信息过滤涉及的关键技术的基础上，通过提出基于统计与规则的特征项联合权重文本权重计算方法、融合段落特性的文档权重计算方法、基于自适应惯性权重混沌粒子群的特征子集优化方法，优化用于过滤的特征集合；通过提出基于模糊遗传算法的文本信息过滤模板生成算法，生成文本信息过滤模板；通过一种基于概念的逻辑段落匹配方法，解决使用传统自然段落进行匹配造成的匹配率较低的问题；通过构建一种基于微粒群的协作过滤模板动态调整和基于反馈增量学习的过滤模板更新机制，提高模板的准确性；最后设计实现了一个文本信息过滤原型系统。