近些年来,医学病历数据的爆炸式增长给信息检索技术带来了巨大挑战。在目前使用最多的传统检索模型中,往往忽略了文本信息中隐藏的语义结构,而医学病历数据中存在的同义词、多义词等不确定因素的存在,使得用户很难快速并准确的检索到相关信息。本文鉴于医学病历数据存在的特点及其所带来的问题,主要对LSA(Latent Semantic Analysis)和LDA(Latent Dirichlet Allocation)两种语义检索模型进行研究。LSA和LDA两种模型有效克服了传统检索模型无法处理多义词和同义词的问题,对文本的潜在语义进行挖掘,根据词汇、文本、伪文本三者在语义上的关联产生检索结果,达到优化检索结果的目的。本文的研究在构建的医学领域中的语料库基础上主要包括以下几个方面：1.针对LSA模型中传统的TF-IDF权重计算方法仍旧基于线性的处理并且未体现特证词出现的位置信息对其产生的重要影响问题,提出并实现了一种基于LSA改进模型的医学病历语义检索算法。LSA改进模型在计算权重时加入非线性处理及位置权重因子,通过截断的奇异值分解建立潜在语义空间,并将词汇和文本投影在该空间中,进而提取词汇间深层次的语义关系。同时,本文提出一种基于查准率的确定最优K值的方法。实验结果表明,改进的LSA模型可以有效解决同义词的问题,提高医学病历的检索性能。2.针对传统的检索算法不能很好地处理大规模医学病历数据的问题,本文用LDA模型进行主题建模,利用Gibbs抽样进行参数推理,间接计算模型参数,获取文本在主题集上的概率分布。同时,本文提出一种确定最优主题数目T的有效方法。最后,对实验结果数据进行对比分析,验证了将LDA模型用于文本病历语义检索方面的可行性。3.针对LSA改进模型采用的奇异值分解运算时间复杂度较高并且不太适合处理动态变化的文本集及LDA模型未考虑特征词权重影响的问题,提出并实现了一种基于组合模型的医学病历语义检索算法。实验结果表明,该算法在保证召回率的前提下,可以相对提高医学病历检索的准确度,验证了提出的合理性。