如何使搜索引擎更好的理解用户的意图并提升结果的相关性，是搜索引擎和信息检索中一个重要的研究课题。针对这个问题，本文提出了一种基于分类的term重要性识别方法，对用户输入query中的每一个term赋予不同的权重，使得搜索引擎能够分清主次，减少用户query中的干扰信息对搜索引擎造成的影响，并且该方法引入句法分析作为分类的一项重要特征来训练模型，考虑了query中term之间的关系，既避免了由Query到单个term的信息丢失，又增加了短文本的特征，同时使分类器实现软输出，能够给term的重要程度一个更为准确的量化值;并在此基础上研究query变换的相关内容，通过预测用户query的召回以及query变换的信息损失，来变换用户的query及其检索方式，提高了检索的相关性和用户体验。