二、Ranking （重要性排序）：檢索結果按符合程度排序，以加快檢索結果的檢視整理與利用，此為布林邏輯模式難以達到的重要功能。
三、Fuzzy search
（模糊搜尋）：
即容錯式、全文式、非控制字彙、近似字串 (proximity)、允許利用近似自然語言的方式表達檢索字串與條件的檢索模式。此種模式大大降低資訊檢索的複雜度，對不明確自己檢索主題的使用者幫助尤其顯著。
四、Relevance
feedback （相關回饋）：使用者根據系統對檢索條件的回應，將相關資料或條件回饋給系統，以導引系統搜尋的方向，來逐漸逼近自己所要的資料。例如，使用者可以根據系統的初步回應，指出哪些文件或相關詞跟他的檢索主題相關，而哪些又是完全不相關，將此訊息回饋給系統，系統根據此種訊息，再作進一步的搜尋。因此，相關回饋表現出來的常成為漸進式查詢（progressive query）或範例查詢（query by
example）的模式。
五、Personalized
service （個人化服務）：檢索系統記錄個別使用者的資訊需求，或是把相同需求的使用者的記錄組合運用，讓使用者彼此的需求和興趣交互推薦，使得使用者查詢時，系統提供較符合個人興趣的回應，做到個別化的服務。
六、Information
filtering （資訊過濾）：此種模式與使用者主動查詢資料而系統被動反應相反。使用者向系統登錄自己的資訊需求、興趣或檢索條件後，由系統主動、持續的為使用者蒐集相關的資料，再定時或不定時傳給使用者，使用者只需被動接受檢索與過濾後的結果即可。因此，在一段期間內，使用者只需做一次檢索，即可獲得持續的檢索結果。
七、Query by
voice （語音檢索）：由文字介面轉變為較為自然的口語語音介面，減低文字打字輸入的困難度，可以配合其他檢索模式運用。
八、Query by
dialog （對話式查詢）：系統以文字或語音為介面同使用者對話，從對話中透露使用者的資訊需求與意圖，系統再據以檢索。此種模式強調的是使用者端運用較為精緻的人機介面技術，因此與檢索引擎的實際運作原理可以較無關係。
九、Query by
natural language （自然語言檢索）：對話式查詢仍由系統主導話題與使用的語句，自然語言檢索則允許使用者以不限定的自然詞語、句法與系統溝通，因此使用者的負擔更輕，但系統的介面部份必須具備相當程度的人工智慧能力，以瞭解自然語言的意義。
十、Intelligent
search agent （智慧型檢索精靈）：使用者將自己的資訊需求交代檢索精靈程式，由此精靈代替使用者到各個相關資料庫檢索資料，再回報回使用者。此種模式是以上各種模式與人機介面技術的綜合運用，使得資訊檢索可以達到時空無礙、虛擬實境的境界。
