现有信息环境下，用户能够快速便捷地检索出大量的相关文档，但用户还需要从这些大量的文档中挖掘出与自己需求真正相关的段落并分析归纳这些段落之间的内容关系。现有主流的信息检索系统只提供相关文档列表，并线性组织检索结果，很难满足用户这种深层次的信息需求。　　 针对这种用户需求，本文对相关研究和系统包括QA、多文本自动文摘等相关领域的研究及Vivisim、Grokker，TileBars、orion等系统和算法进行分析，指出现有系统和相关研究对检索结果中与检索式直接相关的内容及其间构成的知识结构和存在的复杂关系的揭示上存在很大的不足。　　 在此基础上，作者提出一个基于段落检索和段落内容分析的知识化检索系统的框架模型，并实现一个原型系统对模型的逻辑过程进行验证。通过段落检索，获得与检索式之间相关的具体段落内容；通过段落内容分析，发现相关段落构成的知识结构并揭示相关段落之间在内容上的复杂关联关系；基于相关段落的知识结构和复杂关系组织检索结果，并以可视化的形式展示出来，以易于用户理解。　　 在段落内容分析方面，本文提出并实现一个多层次的段落关系分析模型，分别从段落、概念、特征词三个不同细粒度的层次对段落间可能存在的多种复杂关系进行分析和揭示，是本文研究的重点和主要技术创新。实现对段落内容间在段落层、概念层、特征词层三个层次上，基于概念关系的逻辑语义关系、基于特征词共现规则的隐含关系、基于段落向量的段落相似度、基于与检索式相关度和段落相似度的段落内容的价值度及聚类等五个角度的关系分析。　　 本文采用了系统分析与建模、系统设计、系统实现的研究方法，完成原型系统的设计和实现，并对原型系统进行测试和评价。