文本检索的主要任务是从海量语料中匹配与查询相关的文档,通常返回的是相关的候选文档集合或是按照语义相关性排序的候选文档序列。为了得到语义相关性,通常是将查询和文档集合映射到相同的语义空间中,得到蕴含语义的向量。然后用这些向量之间的距离来表示语义相似度。这便是文本检索中的文本表示和语义相关性计算。然而这种方式存在两个不足:一是文本的语义表示需要更多领域相关的信息才能更加精确地推定;二是这种仅考虑“查询-候选文档”计算方式忽略了“候选文档-候选文档”之间的语义相关性。候选结果之间的相关性可能会非常小,从而导致检索效果不理想。本文在生物教学领域的检索场景下,对上述两个问题进行了深入研究。工作包含了 1)针对特定领域的文本相似度任务,设计了融入外部知识的文本表示方法;2)在生物教学领域测试了该方法的性能;3)用聚类的方法描述了该方法所引起的语义空间的变化。主要成果如下:1)本文提出了一种被称为K-SimCSE的文本表示方法。它将文本与知识有机融合成实体树结构,同时利用实体树的可见矩阵来修正SimCSE模型中自注意力机制的计算方式,从而完成了文本表示从通用领域到特殊领域的迁移。在特定领域的文本检索任务中,这种修正的文本表示优化了候选文档结果集,并使K-SimCSE在MAP指标上相比SimCSE提升了 4.1%;2)本文通过聚类分析实验从文本在语义空间中的分布特征、聚类簇的变化情况和文本表示的迁移现象三个层次描述了知识注入的影响。知识注入可以将通用领域的文本表示向特定领域迁移,得到更适合该领域的文本表示。这一过程没有破坏文本的语义结构,也没有使语义产生过大的偏离。它进一步考虑了文本知识的相关性,使语义相关的文档更好地聚集在一起,是对语义表示的修正。