Se define como la tarea de asignar valores booleanos a cada par
{\displaystyle \langle d_{j},c_{i}\rangle }
pertenecientes a
{\displaystyle D}
es el dominio de los documentos y
es una colección de categorías predefinidas.
T (verdadero) indica archivar un documento
, mientras F (falso) indica no archivar
Entre las aplicaciones que encuentra la clasificación de documentos se tienen los filtros de correo electrónico (spam / no spam) Las medidas de evaluación utilizadas en la clasificación de documentos son principalmente precisión, cobertura y F-1.