对于基于同义词库的语义搜索技术，由于计算机仅仅是对用户输入的内容进行了扩展，在具体检索时仍然执行了布尔检索，因此这种语义检索工具和传统布尔检索工具的差别不大，在理解和使用上没有太大的困难。
  而基于潜在语义索引的搜索技术，则完全脱离了传统布尔检索的范畴，与我们长期对检索的理解大不相同。这种搜索技术完全抛弃了从一个文献集中限定出子集的过程，而是按照用户所输入文本内容的相关性，直接对一个文献集进行排序。下面简要介绍应用这种技术开展专利检索的两种方法。
  第一种方法是完全独立使用智能语义检索。此时检索人员只需将想要检索的一段文本输入语义检索系统，计算机就能根据用户输入的文本，对数据库中存储的千万乃至上亿条专利做排序，检索人员依次浏览就可能获得所需的专利。由于这种检索方式不需要任何的检索策略，完全没有检索经验的人也能很快上手。对于检索经验丰富的人，在检索初期也可以优先使用这种方法进行试探性检索，有一定的几率可以很快获得满意的结果，并且可以通过统计分析排序靠前的专利，发现更多的关键词表述方式或相关的专利分类号。
  完全独立使用智能语义检索，虽然可以提升检索的效率，但仍然不能替代检索专家和布尔检索。其中一个主要原因是：智能语义技术无法进行技术方案层面的理解，换句话说，智能语义技术还不能像检索专家一样，提炼出技术方案的核心技术特征开展精准检索。例如针对下面的一段文本，检索专家基于其中描述的技术方案和对现有技术的理解，会将“缺口”和“折弯部”这两个特征作为核心特征来检索，而目前的智能语义算法还无法模拟检索专家从文本到技术方案这一抽象的思维过程。