随着互联网技术的迅速发展,Web信息正以指数级的速度增长,如何在这些海量的信息中检索出用户需要的信息已成为一个非常重要的课题。由于用户查询词与文档关键词不匹配,传统信息检索的结果不太理想,不能满足用户的查询需求。因此,对信息检索中的查询扩展技术的研究,通过扩展用户的初始查询来有效解决“词不匹配”问题,具有重要的理论意义和实用价值。本文的主要工作包括：(1)介绍了本文的研究背景,包括信息检索的概念、性能评价标准、检索模型等,综述了查询扩展的相关知识。(2)为了搭建一个具有较高查全率及查准率的蒙古文信息检索平台,我们从蒙古文的构词和语法等方面特点进行分析,设计了蒙古文索引项(Term)的处理方案,包括蒙古文Term的区分及Stemming规则的确定。实验结果表明蒙古文停用词表在有效减少索引大小的同时,提高了检索的查准率,Stemming规则能大幅度减少Term个数,并有效提高检索的查全率。(3)本文提出了一种词间相关性计算方法与候选词距离关系模型,通过计算查询词与候选词之间距离关系来作为判定二者相关程度一个因素。结合距离模型和词间相关性计算方法,我们提出了一种新型的查询扩展算法,应用于查询扩展,所选扩展词和查询整体关联,较好地反映了查询主题。实验结果表明该算法能够有效地抑制“查询漂移”。(4)在蒙古语语料上进行实验,以信息检索模型的结果作为baseline,对本文提出的两种查询扩展算法(词间相关性计算方法、基于距离模型的词间相关性计算方法)进行了性能分析与比较。实验结果表明：两种算法较之baseline在查准率、平均准确率等方面均有一定改善,能提高信息检索的性能。