随着信息时代的到来，互联网信息量正在以指数级的速度增长。人们面临着一个如何在海量的内容中准确、快捷的找到自己所需信息的问题，于是检索系统，特别是中文文本检索系统，正在受到人们越来越多的关注。目前国内外研究组织和公司已经提出了多种文本检索模型并研发出了相应的搜索引擎，这些搜索引擎对于要在网络上获取相关知识的用户起到了一定的导航的作用，但是同时也有不少局限性：返回大量的垃圾信息，重要信息丢失等。 本文内容主要涉及到中文文本检索系统中的检索模型和中文分词两项关键技术，对这两项技术目前常用的算法进行分析，指出其中的不足，提出了新的算法，并进行了实验分析。 本文主要研究成果包括： 1.对当前流行的三种检索模型进行了介绍，详细分析了它们的计算原理和依据，指出了它们在实际应用中的优点和不足。 2.基于统计模型和小波变换提出了一种新的文本检索模型。其主要优点在于：一，利用小波变换把输入信号引入到频域进行处理，消除了交叉比较运算的巨大计算量；二，在进行相似度计算时，同时考虑了检索词的出现次数和出现位置因素。理论和实验结果表明该方法能有效提高检索查准率。 3.针对Lucene软件包中文分词的不足为其添加了正向最大匹配分词算法，并以小波变换检索模型为核心建立了索引机制和相似度计算方法，配合Lucene提供的页面解析器、搜索模块等建立了一个小型的检索系统，实验证明该系统能够实现较好的检索效果。