چکیده: امروزه سفر تحقیقاتی افراد با واردکردن نیاز اطلاعاتی در یک سیستم اطلاعاتی، مانند موتورهای جست‌وجوی وب آغاز می‌گردد. اگر یک فرد یک فرمول ریاضی را برای یافتن راه‌حل مسئله یا دریافت اطلاعاتی در مورد آن جست‌وجو کند، نیاز اطلاعاتی او در حوزه بازیابی اطلاعات ریاضی قرار می‌گیرد. بازیابی اطلاعات ریاضی شامل جست‌وجوی مفاهیم، اشیا یا نتایج ریاضی خاص است که معمولاً از طریق فرمول‌های ریاضی نمایش داده می‌شوند. با اینکه فرمول‌های ریاضی در انتقال و انتشار اطلاعات علمی نقش مهمی دارند، ولی بازیابی اطلاعات ریاضی در اکثر سیستم‌های اطلاعاتی به‌خوبی پشتیبانی نمی‌شود. فرمول‌ها معمولاً در اشکال قابل‌پردازش آن‌ها، به شکل متن یا ساختارهای درختی پیچیده بازنمایی می‌شوند که ظاهر یا نحو فرمول ریاضی را بیان می‌کنند. پیچیدگی، سلسه‌مراتبی بودن و روابط معنایی بین نمادها در فرمول‌های ریاضی باعث می‌شود تا مدل‌های توسعه‌یافته برای بازیابی متن، مناسب بازیابی اطلاعات ریاضی نباشند. در این پژوهش یک مدل بازیابی فرمول‌های ریاضی به نام TAGLTR پیشنهاد می‌شود که از ماشین بردار پشتیبان برای یادگیری رتبه‌بندی فرمول‌های ریاضی استفاده می‌کند. این مدل برای بهبود عملکرد، چند ویژگی شباهت مبتنی بر تطبیق درخت و یک ویژگی شباهت مبتنی بر جاسازی گراف فرمول‌های ریاضی را که عملکرد مناسبی در مدل‌سازی شباهت بین فرمول‌ها دارند، ترکیب می‌کند. نتایج بازیابی به‌دست‌آمده از مدل پیشنهادی، افزایش معیارهای دقت و فراخوانی را نسبت به مدل‌های مرجع نشان می‌دهد.