结构化文档检索系统利用文档的结构信息,对文档的部分内容建立索引并检索呈现,所得查询结果能精细化地表达查询需求。利用同义词扩展查询是实现基于语义检索的一种有效方式。术语相似度能量化描述同义词间的相似程度。在信息检索系统中,利用量化的同义词关系扩展查询可以在不降低查准率的条件下提高查全率。本文利用基于《知网》的术语相似度计算方法量化同义词间的相似关系,并将这种关系引入到基于贝叶斯网络的结构化文档信息检索模型中,用于实现基于语义概念的检索,构造基于这种量化术语关系的扩展贝叶斯网络检索模型。详细描述了如何有效的挖掘术语同义词关系并采用有效的量化算法对其进行量化；给出了基于此量化同义词关系扩展的贝叶斯网络结构化文档检索模型的拓扑结构,网络中各层结点的概率计算方法和模型推理与文档检索的详细过程。最后对扩展模型进行了评测,结果表明扩展模型能有效地提高检索性能,各个粒度不同的结构元素的排序也更能表达查询需求。