目前,中文信息检索和英文信息检索都进入成熟阶段,但是由于蒙古语言的独特性,蒙古文信息检索还有很多关键技术问题尚未完全解决,这些问题的解决对蒙古文信息检索的发展具有重要的意义,本文所研究的课题就是其中之一。蒙古语是内蒙古自治区的主体民族语言,是属于黏着性语言。蒙古文单词由词根衔接不同的词缀构成的,本文结合蒙古语的自身特点,利用已选好的信息检索模型对蒙古文信息检索系统中检索单元选取方法做了进一步的研究。供选择的信息检索模型有TF-IDF模型、向量空间模型和语言模型,并采用三种平滑算法进行平滑处理,分别是Good-Turing Smooth方法、JM Smooth方法、Katz Smooth方法,供选择的检索单元有整词形式、词根形式、词根+词缀的形式、n-gram形式,对每一种选取好的检索单元,都进行以下四个步骤：对语料库建立索引,解析Query,检索以及评价,从而比较它们的查全率和查准率,找出合适的检索单元。本文使用了29510篇文档,文档集大小为156 M,我们对此建立了信息检索测试,包括：语料库、12个Topic及对应的相关性文档。运用Lemur搭建了信息检索实验平台。实验结果表明蒙古文信息检索系统中较为适合的检索单元为词根+2个词缀形式和n-gram(n=4)形式。