随着互联网的飞速发展,用户对网络的信息需求越来越多,他们不仅想得到单语种的检索信息,而且也想得到其他语种的检索信息,因此,跨语言信息检索受到了众多研究人员的关注,是当前信息检索的研究热点之一。跨语言检索系统可以将用户输入的一种语言的查询在另一种语言或者多种语言的文档中检索相关信息,这有利于许多不了解外语的搜索引擎用户检索出更丰富的结果,获得多语言的信息资料,从而满足用户的信息需求。跨语言信息检索的研究具有重要意义:一方面,跨语言信息检索技术的出现可以在一定程度上解决用户对多语种的信息需求问题;另一方面,跨语言检索是信息检索的重要组成部分,对跨语言信息检索进行研究是丰富和完善信息检索理论体系的需要。目前,深度学习技术已经在单语言检索中取得了良好的效果,但在跨语言信息检索中的应用还不多,原因之一便是在跨语言信息检索中没有合适的数据可以用于训练神经检索模型。为了更好的实现跨语言信息检索,我们提出了一种简单又灵活的数据集构建方案。我们的英--中双语数据集是由维基百科上的数据构建而成的,它支持英文查询和中文文档之间的跨语言信息检索模型的训练和评估。我们的数据集包含三个部分,分别是英文查询、中文文档和文档之间的相关判断。根据中文文档中的文章与英文查询所在的文章的相关程度,我们将文档的相关级别分为三种,分别是最相关文档、次相关文档和不相关文档。为了验证上述数据集的可用性,我们提出了一种基于BiLSTM和注意力机制的神经检索模型用于跨语言信息检索。与传统的跨语言检索方法不同,基于BiLSTM和注意力机制的神经检索模型无需显式的翻译过程:它能够将源语言和目标语言的文本编码到同一个跨语言语义空间,然后基于编码好的文本向量进行相关度计算。实验结果表明,我们基于维基百科构建的数据集可以支撑该模型进行成功的训练与测试,该模型在测试集上表现出优于基准模型的性能。