处在信息时代,信息搜索成了人们生活不可缺少的部分,背后支撑的信息检索技术尤为重要。传统的信息检索模型通过匹配文档和查询中词项返回相关文本,其中关键之一在于统计显式的词频特征,但词频规范化通常含有超参数需要优化。基于传统检索模型的词项关联（或依赖）模型以及传统的伪相关反馈模型绝大部也是在统计显式的词项特征,这样容易导致匹配失败。为了解决这个问题,研究者们开始在信息检索中使用主题模型来挖掘文档和词项的隐式语义特征。主题模型生成一种概率分布,很自然地将主题模型引入语言模型框架并取得了一定的成功。但如何将文档和词项的主题语义简单有效地融入到著名的传统检索模型（如概率模型）和伪相关反馈模型尚不明确。针对这些不足,本文分别研究了概率模型BM25中的词频规范化方法、融合词项主题语义的检索模型、融合文档主题语义的重排序检索方法和伪相关反馈技术,主要的研究工作如下:（1）提出了一种基于查询长度词频规范化的概率信息检索模型BM25QL。在概率模型BM25中,规范化词频是一个重要组成部分,由两个参数k1和b控制,通常需要在给定的数据集上优化它们。经验地发现查询长度对词频规范化的影响可以优化检索性能,通过数学理论分析和推导,提出了基于查询长度词频规范化的概率检索模型BM25QL。同时,将BM25QL的词项权重融入BM25框架下基于词项邻近度的先进模型CRTER2获得新的检索模型CRTERQL。在14个标准TREC数据集上的实验结果表明,所提出的BM25QL模型和CRTERQL模型在绝大部分数据集上的MAP值可以与具有最优b值的BM25模型和CRTER2模型相比较。（2）提出了一种融合词项主题语义的信息检索模型框架TopIR。传统的信息检索模型基于词袋模型假设,只能捕获词项的显式统计特征。而主题模型可以发现词项的隐式主题语义特征。将词项的显式统计特征和词项的隐式主题语义特征作为查询词项的两种不同类别的特征,提出了一种融合词项主题语义的信息检索模型框架TopIR。特别地,将LDA主题模型分别融入概率BM25模型和BM25QL模型、向量空间的MATF模型和语言模型LM,相应地获得了四个检索模型:LDA-BM25、LDA-BM25QL、LDA-MATF 和 LDA-LM。在 14 个标准 TREC 数据集上的实验结果表明,相比于对应的基础模型,所提出模型在所有数据集上的MAP值都有了显著的提高,且在大部分数据集上的P@5值和P@20值也有显著的提高,并至少可与代表当前水平的模型CRTER2和LBDM相比较。（3）提出了一种融合文档主题语义特征的重排序框架TopRerank。对第一次检索返回的前1000篇文档主题建模可以大大地降低基于主题建模的检索模型复杂度。将返回文档与排序前3个文档的平均主题相似度作为文档与查询之间的主题语义特征的近似估计,融入传统检索模型对返回文档集进行重排序,扩充了基于主题建模的检索模型。在15个标准TREC数据集上进行了实验,结果表明所提出的融合文档主题语义特征的重排序方法在所有数据集上的MAP值和NDCG值显著优于对应的基础模型,而且不亚于代表当前水平的TopIR全局检索模型。（4）提出了一种融合文档主题语义的伪相关反馈框架。传统的伪相关反馈主要通过查询扩展提升检索性能。扩展词项的选择主要基于词项在反馈文档集中自身的特征,平等对待每个反馈文档,没有考虑文档与查询的相关度。本文基于主题空间提出了一种通用的文档主题相关性度量,定义为扩展词项从反馈集中文档选择的可能性,将其统一地融入经典的伪相关反馈模型。特别地,将文档的主题相关度融入Rocchio模型和RM3模型,相应地得到了两个伪相关反馈模型TopRoc和TopRM3,同时探索了文档主题相关度的两种计算方法。在五个TREC代表性数据集上的实验结果表明,所提出的模型在所有数据集上的MAP值都优于相应的基准伪相关反馈模型。特别地,所提出的TopRoc模型在四个数据集上的MAP值都有了显著地提高,而且至少可以与代表当前水平的伪相关反馈模型TopPRF相比。