信息检索模型是对信息检索任务及实现方法的一种抽象描述。信息检索模型是信息检索理论研究的一个核心内容,因此对于它的研究有重要的理论意义和实用价值。另外,统计语言模型自从被应用到信息检索领域就被认为是优秀的信息检索模型框架。该模型框架已经被广泛地研究。passage是信息检索领域中被利用的有效语言学特征之一。本文主要研究对象是基于统计语言模型框架和passage特征的信息检索模型。具体地讲,本文研究主要内容如下:1.本文考察了经典信息检索模型及其扩展模型,分析了应用于信息检索领域的统计语言模型及其平滑方法。同时,本文讨论了passage的分类。然后,本文提出了一种新的信息检索模型──PJM。通过扩展Jelinek-Mercer平滑方法,该模型把passage特征成功地引入到了统计语言模型框架中。在TREC测试集上的实验结果表明,和传统的简单语言模型相比,新模型性能有了显著的提高。为了对模型进行实验,本文介绍了实验使用的平台:Lemur。2.本文进一步研究了如何在语言模型框架下更好地利用passage特征。本文分析了信息检索领域对passage特征研究的两个方向:关于passage形式的研究和如何利用已有passage的研究。此外,本文总结了两个研究方向的具体做法,为以后的相关研究奠定了基础。然后本文比较了别的学者提出的方法与新的PJM模型,用实验证明了在统计语言模型框架下综合passage级别和文档级别两者信息相对仅仅使用passage级别信息也可以产生检索效果的提升。3.本文通过结合不同平滑方法(Jelinek-Mercer和Dirchlet),在PJM模型基础上扩展出了三个变体模型。实验结果表明这三个新模型的检索效果也显著超越了原有的简单语言模型,同时与PJM模型检索性能相当。