在日常生活中,人们经常需要检索历史经验知识作为解决当前问题的参考。而人类在认知过程中所积累的经验和方法,大都以非结构化的文本案例形式保存。可见,文本案例的检索已经成为了信息时代的需求。本文重点研究文本案例检索算法及其应用,完成的主要工作包括：1)文本案例的表示。根据文本案例本身的粒度特性,参照信息粒化的过程对文本案例进行粒化分析,应用粒度计算思想中从不同层次观察问题的策略,结合人类以句子为单位理解语言的特点,提出用句子向量空间模型对文本案例进行向量化的表示,将表示粒度从词提高到句子,并加入简单的语义信息。2)文本案例检索算法的研究。通过对案例检索中粒度原理的分析研究,将案例检索过程抽象为粒度计算的过程,提出基于句子向量空间模型的文本案例检索算法,经实验证明该算法可行并改善了检索效果。3)文本案例检索算法的改进。首先针对文本案例中信息冗余量过大从而影响检索效率和检索速度的问题,借鉴80／20法则提出关键句提取的思想,并应用该思想对检索算法进行改进,经实验证明改进算法在提高检索速度的同时改善了检索效果；其次在检索过程中加入领域知识,提出构建领域关键词库的思想,对文本案例检索算法进行再次改进,经实验证明改进后的算法提高了检索效率。4)检索速度的提高。由于案例知识库较为庞大,导致检索过程时间消耗大。本文基于MPI并行计算平台设计并实现了文本案例检索算法的并行化,提高了检索速度。5)文本案例知识检索系统的实现。在文本案例检索算法研究的基础上,给出系统的总体架构和工作流程,对主要功能模块的设计和实现进行详细说明,最终给出系统实现原型,验证了本文研究的模型和算法的可行性。