Relevance Feature Discovery - это инновационная модель, которая классифицирует термины по отдельным категориям и эффективно обновляет веса терминов и их распределение в шаблонах, повышая тем самым эффективность поиска текстов. Термины, которые чаще встречаются в релевантных статьях, считаются положительными специфическими терминами. Термины, которые чаще появляются в нерелевантных статьях, классифицируются как негативные специфические термины. Целью Relevance Feature Discovery является извлечение высококачественных признаков, которые точно отражают требования пользователя. Эта система превосходит методы, основанные на терминах и шаблонах.