Za vraćanje relevantnih rezultata najprije trebamo utvrditi koje informacije tražite, odnosno namjeru vašeg upita. Da bismo to napravili, izrađujemo jezične modele kako bismo pokušali otkriti kako se relativno mali broj riječi koje unesete u okvir za pretraživanje podudara s najkorisnijim dostupnim sadržajem.
To uključuje naizgled jednostavne korake kao što je prepoznavanje i ispravljanje pravopisnih pogrešaka te se proširuje na pokušaj da naš sofisticiran sustav sinonima koji nam omogućuje pronalaženje relevantnih dokumenata čak i ako ne sadrže točne riječi koje ste upotrijebili. Na primjer, možda ste pretražili pojam "promjena svjetline na prijenosnom računalu", no proizvođač je napisao "prilagodba svjetline na prijenosnom računalu". Naši sustavi razumiju da su riječi i namjera povezani te vas tako povezuju s pravim sadržajem. Za razvoj tog sustava bilo je potrebno više od pet godina i znatno je poboljšao rezultate u više od 30% pretraživanja na različitim jezicima.
Naši sustavi također nastoje razumjeti koju vrstu informacija tražite. Ako ste u svojem upitu upotrijebili riječi kao što je "kuhanje" ili "slike", naši sustavi shvaćaju da vašoj namjeri najbolje odgovara prikazivanje recepata ili slika. Ako pretražujete na francuskom jeziku, većina prikazanih rezultata bit će na tom jeziku jer vjerojatno to i želite. Naši sustavi također mogu prepoznati da mnogobrojni upiti imaju lokalnu namjeru, stoga kad pretražujete pojam "pizza", dobit ćete rezultate o obližnjim restoranima koji imaju dostavu.
Ako pretražujete ključne riječi u trendu, naši sustavi razumiju da ažurirane informacije mogu biti korisnije od starijih stranica. To znači da kada pretražujete najnovije sportske rezultate, prihode tvrtke ili nešto povezano što je posebno novo, vidjet ćete najnovije informacije.