Relevance Feature Discovery è un modello innovativo che classifica i termini in categorie distinte e aggiorna efficacemente i pesi e la distribuzione dei termini nei modelli, aumentando così le prestazioni del text mining. I termini che appaiono più frequentemente nei documenti non rilevanti sono classificati come termini specifici negativi. L'obiettivo di Relevance Feature Discovery è quello di estrarre caratteristiche di alta qualità che rappresentino accuratamente le richieste dell'utente. Questo sistema supera le tecniche basate sui termini e sui modelli.