P2P(peer-to-peer)是一种新兴的互联网应用技术，因其自身的可扩展性、容错性、自组织性、高效性、低成本性，而受到越来越多的关注。目前在大多数的P2P系统上的信息检索(informationretrieval，简称IR)方法依据关键词匹配。但这种检索方式，因一词多义和一义多词的存在而受到限制。 隐含语义索引模型(LatentSemanticIndexing，简称LSI)是一种将检索词和文件表示成矩阵的向量空间模型。它不再将词和文档之间的关系孤立。实验证明LSI[1]有更高的准确度和检索率。将P2P和LSI相结合，建立一种扩展的检索模式，有利于提高在网络中的查准率和查全率进而提高检索效率。 将LSI模型应用于P2P网络，必须要解决①P2P网络节点的动态性与LSI要求的共同的语义空间的矛盾。②网络中构建和维护隐含语义检索模型需要占用大量的系统资源。本文在混合结构的P2P网络平台上，提出了一种基于语义自适应的网络结构，在节点上构建隐含语义索引模型并引入移动Agent，以此提高检索效率和网络的可扩展性，同时在检索策略上做了进一步的研究。 本工作得到了上海市科委发展基金项目“基于对等计算(P2P)技术的虚拟研究平台”的支持。本文主要对基于自适应语义的P2P网络的结构及相应的检索策略进行了有益的探索和实践，具体工作如下： 1.分析在P2P网络中应用语义检索技术的现状。 2.构建一种基于语义自适应的P2P网络。 3.在信息检索中应用LSI技术和移动Agent技术。 4.提出一种基于语义自适应网络的改进的检索策略，并与现有的策略进行仿真模拟比较。 5.实现了一个基于P2P网络的LSI信息检索模型系统。