Fasetu meklēšanā lietotāji soli pa solim sašaurina rezultātus ar filtriem, kas veidoti no satura atribūtiem — piemēram, kategorijas, cenas, zīmola, datuma vai autora. Katra fasete parasti parāda, cik rezultātu paliek. Šī pieeja pazīstama no interneta veikaliem, taču to izmanto arī bibliotēkās, iekštīklos un dokumentu arhīvos, lai lielas kolekcijas padarītu pārskatāmas bez precīziem meklēšanas vārdiem.
Informācijas izguve aptver metodes, kas lielā tekstu apjomā atrod dokumentus vai fragmentus, kuri atbilst vaicājumam, un sakārto tos pēc atbilstības. Klasiskas pieejas, piemēram, BM25, meklēšanas terminiem piešķir svaru pēc tā, cik bieži un cik reti tie sastopami; jaunākas pievieno semantisko līdzību. Tā ir meklētājprogrammu, uzņēmuma meklēšanas un ar izguvi papildinātās ģenerēšanas pamatā, kurā valodas modelis izgūtos fragmentus izmanto kā atbildes pamatu.
MI meklēšana apzīmē meklēšanas metodes, kas ar MI palīdzību izprot vaicājuma nolūku, sver rezultātus un bieži ģenerē apkopotu atbildi ar avotiem, nevis vienkāršu saišu sarakstu. Tehniski tās izmanto atslēgvārdu meklēšanu, vektormeklēšanu pār iegultajiem vektoriem vai to kombināciju, bieži vien ar sekojošu valodas modeli. Piemēri ir atbilžu dzinēji tīmeklī un iekšējā zināšanu meklēšana, kas palīdz darbiniekiem atrast nepieciešamo rokasgrāmatās un politikās.
Vaicājuma paplašināšana automātiski pievieno meklēšanas vaicājumam saistītus terminus, lai tiktu atrasti arī atbilstoši dokumenti, kuros izmantots citāds formulējums. Tipiski papildinājumi ir sinonīmi, saīsinājumi, vārdu formas vai tulkojumi: meklējot „atcelšana”, var atrast arī tekstus par „līguma izbeigšanu”. Tas ir īpaši noderīgi atslēgvārdu meklēšanā, taču var samazināt precizitāti, ja tiek pievienots pārāk daudz vai nepiemērotu terminu. Mūsdienās paplašinātos vaicājumus bieži ģenerē ar valodas modeļiem.
Datorzinātnē ontoloģija ir formāls kāda priekšmetu jomas modelis, kas skaidri definē jēdzienus, to īpašības un attiecības starp tiem. Tas ļauj cilvēkiem un mašīnām konsekventi interpretēt datus un izdarīt no tiem secinājumus. Ontoloģijas ir daudzu zināšanu grafu, semantiskās meklēšanas sistēmu un datu integrācijas projektu pamatā. Piemērs: produktu ontoloģija nosaka, ka „elektrovelosipēds” ir „velosipēds” un tam ir „akumulators”.
