本文在对检索系统关键技术进行研究的基础上，主要实现了一个以统计分词改进算法为基础的网络信息检索系统。该系统通过网页内容提取技术对网页进行处理，形成纯文本形式，并通过中文自动分词技术对其进行分词处理，提取出特征索引词，提供给检索模块，实现对信息的检索。 对几种分词算法进行了详细介绍与研究，并在比较分析的基础上，提出了一种统计分词的改进算法，这种算法不仅可以提高未登录词的识别能力，同时引入了串匹配分词算法，降低了高频冗余词对文本特征索引词提取的干扰，为信息检索提供了良好的处理依据，增强了检索性能，改进分词算法本身也具有良好的扩展性和应用性。 介绍和比较了几种常见的检索模型，并在对它们进行研究分析的基础上，采用了较为成熟的布尔检索模型实现检索系统，并通过建立索引文件，加速了对表征文本内容的词组匹配，实现对信息进行检索的目的。 最后的试验结果表明，改进的分词算法，在准确率和召回率上，基本可以满足信息处理分词要求，而检索系统本身，也已达到一般信息检索的要求，并具有可扩展性和广泛应用性等特性。