信息检索作为一门综合性的学科,在行业中一直具备较高的关注度。近几年,互联网规模和信息资源的迅猛发展给人们带来了信息过载的问题,人们对信息检索的依赖性逐渐增强。国内外科技公司纷纷研发了各自的全文搜索引擎,如Baidu、Google等。这些全文搜索引擎为大家降低了获取有效信息的成本,并逐渐成为了人们筛选、浏览信息时的必备工具。全文搜索引擎的目标是能在极短的时间内从海量信息中筛选出用户想要的信息并将其返回给用户。全文检索一般包含粗排和重排两个排序步骤,先使用计算简单且召回率较高的排序算法从海量的文档集合中初步筛选出相关文档,再使用一种或多种重排序的方式提高检索准确率。为了进一步提高检索的准确率,很多研究将深度神经网络模型应用于重排序中,实验表明,这些深度神经网络模型的确在重排序上取得了更好的表现,尤其是预训练的语言模型,在诸多ad-hoc检索基准上均取得了当前最优的结果。但预训练语言模型的计算复杂度是输入序列长度的二次方,当应用于ad-hoc排序任务时,预训练语言模型通常仅用于预测段落或单个句子的相关性,因此,如何在有限的计算成本内使预训练语言模型在文档级数据上表现良好成为了全文检索的关键。为了在保证检索效率的同时提升检索准确率,本文结合传统的字面匹配算法TF-IDF与向量空间模型的计算思想,对基于上下文的后期交互模型Col BERT提出了改进方案:在Col BERT模型中引入了过滤器,提取出查询项中具有较高区分度的标引项,并对交互计算的方式进行了修改,在语义匹配的基础上,增强了查询项和段落之间相关性匹配程度。在三个公开数据集上进行了段落检索的实验与分析,验证了本改进方案的有效性。为了在语义充分理解的前提下聚合段落间的顺序信号,本文模仿人类从前至后的阅读行为,在上述段落检索模型的基础上,引入了门控循环单元作为特征聚合器,在查询项与每个段落进行交互并得到交互特征表示后,使用聚合器聚合当前文档所有段落序列的交互特征表示作为整个文档的交互特征表示,进一步计算得到查询项与整篇文档的匹配分数。实验结果表明,本方法能有效聚合段落间的顺序信号,使其在全文检索上表现良好。为验证上述全文检索模型的实用性,本文基于该模型,采用编码与交互计算分离的方式,预先对文档进行编码并为其建立索引,构建了一个高查准率的全文搜索引擎。经测试,该全文搜索引擎可投入实际使用。