随着大规模存储技术、互联网及数字通信业务的迅速发展，电子出版、数字图书馆、互联网网站以及移动通信正在引发着不断膨胀的文本海啸。这种快速、无序的信息增长对于信息的使用者来说却意味着混乱，是一种文本灾难。此外，污染互联网环境的无用、有害、非法信息到处散发，垃圾邮件和手机短信的侵扰，严重干扰了人们的学习、工作和生活，甚至对社会秩序、人们的切身利益构成严重威胁。因此，拨开海量信息的重重迷雾，以一种高效的方式汲取真正需要的养分，从而有效抵制无用、有害、垃圾信息的需求显得尤为重要和迫切。在这种背景下，文本过滤成为一个亟待解决的科学问题，引起了自然语言处理领域相关专家学者们的极大重视和关注，并已成为当今信息技术领域研究热点。　　本文将多模式匹配算法、词向量以及维、汉词典结合在一起，研究了一种基于模式匹配的维吾尔文文本过滤方法。为了提高过滤召回率，利用 word2vec对选定的维吾尔文模式进行扩充，但是在扩充过程中，由于 word2vec目前不能直接处理维吾尔文数据，所以利用维、汉词典处理维吾尔文与中文之间的模式双向转换。此外，为了提高过滤准确率，结合维吾尔文的词法特性对于 wu-manber算法的匹配策略做了改进，不仅匹配词干还对词缀进行匹配，从而弥补了目前词干切分工具的不足和缺陷，提出了一种更适合于维吾尔文的多模式匹配算法—WSMM-ug算法。　　最后，我们将以上技术和方法集成到一起，实现了一种维吾尔文过滤系统，并对不同类别的维吾尔文文本数据进行过滤。实验结果表明，该系统的准确率和召回率相较于未对模式进行扩充并且直接使用 wu-manber算法进行文本过滤都有不同程度的提高，过滤系统总体性能方面也有了进一步的提升。