在信息检索中，设计了诸如伪相关反馈之类的查询扩展方法，以用相关术语丰富用户查询，以全面解释所需信息。 查询扩展的关键问题之一是如何获取高质量的扩展术语以捕获信息需求。 神经网络语言模型的最新进展表明，这些模型可以学习强大的分布式单词表示，已成功应用于解决各种自然语言处理任务。 在本文中，我们提出了一个新的基于神经网络的词表示形式的查询扩展框架。 我们的框架首先使用经过修改的术语相关性方法选择大量的候选扩展词，然后基于单词表示为候选词生成词特征，以对给定查询和相应候选词之间的关系进行编码。 此外，