随着互联网纪元的来临,每天有大量的数字信息被请求与传输。这些数码讯息有着文字、图片、视频、音频等各自不同的模态种类,针对此类多模态数据的相关检索操作也逐渐被人们所重视。此外,由于数字博物馆与资料数字化的进展,以中国书画为数据源产生了大量的相关图像、文本等数字信息,如何更好地整理与利用此类数据,更有效的完成跨模态检索任务,也成为多模态数据研究领域中一个重要的分支。本文以文本和图像两个具有差异的模态数据为切入点,旨在充分发掘二者底层特征与高层语义的关联性,利用独特的特征融合方法完成跨模态检索任务。主要工作包含下述内容:(1)针对中国书画数据的特殊性与当前主流方式的局限性,提出了基于特征融合的跨模态检索方法。该方法充分利用了预训练语言模型与卷积神经网络在文本与图像特征获取的优势,提出一种特征融合方法将二者有机的结合,完成了由文本至图像以及图文组合搜索的跨模态检索任务。并将该方法在公开数据集Fashion200K与MIT-States上进行了相关实验,通过与其余几种不同模态特征的融合方法做对比,证明了所设计方法在跨模态检索性能提升上的有效性。同时,针对中国书画数据,构建了带有标签的书画图像数据集合。并将所提出方法在该数据集上进行了测试实验,以完成对该方法在书画图像跨模态检索任务中的效果检验。(2)构建了书画图像检索应用系统,实现了一个可交互的Java Web应用。该系统以中国书画相关数据为基础,可完成书画图像、印鉴以及相关人物的数据展示与数据检索功能。