数学表达式是科技信息交流的重要载体和科技文献中的重要成分,但由于数学表达式有别于普通文本的特殊属性,导致目前面向普通文本的检索技术和搜索引擎难以实现以数学表达式为特征的科技文献检索,影响了科技信息的传播与交流,是目前信息检索与人工智能领域亟待解决的关键问题之一。针对上述问题,本文通过对科技文档构成元素与结构的分析,研究、设计基于数学表达式特征的科技文档检索模型,实现以数学表达式为查询语言的科技文档检索。首先,在科技文档检索特征的选择与提取阶段,提取科技文档的重要信息并组织成文档信息表及公式信息表;其次,在科技文档索引阶段,利用文档特征信息和文档内公式特征信息以及利用数学公式解析算法得到的数学表达式的子式信息,采用分层索引思想构建科技文档索引表与子式索引表;然后,在检索阶段,根据数学查询表达式的特征信息构建特征向量,设计了精确匹配、包含匹配和相似匹配等匹配模式检索出符合要求的科技文档结果集;最后,根据查询项出现在文档不同区域的重要程度以及与查询式的匹配程度,结合tf-idf加权方法,采用余弦相似度进行科技文档的相似度计算,得到有序的科技文档检索结果。实验结果表明,该模型实现了以数学表达式为特征对科技文档进行检索的目标。