蒙古文是蒙古族使用的文字,是一种宝贵的文化财富。随着蒙古文网站的不断增多,蒙古文信息检索的需求也在与日俱增。为了解决词语之间不匹配的问题,需要在信息检索中加入查询扩展技术,扩充检索词,使检索结果更加准确。本文以伪相关反馈查询扩展方法为基础,研究蒙古文查询扩展方法。首先,本文将传统伪相关查询扩展算法TF-IDF和TextRank应用到了蒙古文查询扩展中,并提出了一种TF-IDF和K-means相融合的算法Km-TF-IDF,有效地抑制了蒙古文查询“漂移”的现象。其次,本文将深度学习应用到蒙古文查询扩展中,提出了基于词向量的蒙古文查询扩展算法,解决了传统伪相关查询扩展算法过分依赖初始检索结果的问题。实验结果表明,相比于传统查询扩展算法,该算法显著提升了检索系统的性能。在此基础上,提出了一种层级式词向量蒙古文查询扩展算法TFIDFWord2vec,该算法考虑了内部文档和词向量两种信息。实验数据表明,该算法进一步提升了检索系统的准确率,验证了该算法在蒙古文查询扩展中的有效性。最后,本文结合蒙古文的构词结构,利用切分词缀后的训练语料进行词向量训练。实验结果表明,切分词缀后训练出的词向量,能更好地反映出词汇之间的相关性,在一定程度上解决了蒙古文词汇数据稀疏的问题,检索系统的性能有了进一步提升。