Để trả về kết quả phù hợp với cụm từ tìm kiếm của bạn, trước hết chúng tôi cần hiểu được bạn đang muốn tìm thông tin nào, tức là ý định đằng sau cụm từ tìm kiếm của bạn. Để làm được điều này, chúng tôi xây dựng các mô hình ngôn ngữ để xác định mức độ phù hợp giữa một vài từ bạn nhập vào hộp tìm kiếm và nội dung hữu ích nhất mà chúng tôi có.
Quy trình này gồm các bước từ đơn giản như phát hiện và sửa lỗi chính tả, đến hệ thống phức tạp của chúng tôi để xác định từ đồng nghĩa, giúp chúng tôi tìm ra tài liệu phù hợp kể cả khi những tài liệu đó không chứa đúng từ bạn dùng. Ví dụ: có thể từ bạn tìm là "thay đổi độ sáng trên máy tính xách tay" nhưng nhà sản xuất lại viết là "điều chỉnh độ sáng trên máy tính xách tay". Vì hiểu được rằng từ ngữ có liên quan đến ý định nên hệ thống của chúng tôi có thể cung cấp đúng nội dung bạn cần. Hệ thống này mất 5 năm để phát triển và đã giúp cải thiện đáng kể kết quả trong hơn 30% lượt tìm kiếm bằng nhiều ngôn ngữ.
Hệ thống của chúng tôi còn cố gắng xác định loại nội dung bạn đang tìm kiếm. Nếu cụm từ tìm kiếm của bạn chứa những từ ngữ như "nấu ăn" hay "hình ảnh", hệ thống của chúng tôi sẽ hiểu rằng công thức nấu ăn hoặc hình ảnh là nội dung phù hợp nhất với ý định của bạn. Nếu bạn tìm kiếm bằng tiếng Pháp, hầu hết kết quả xuất hiện cũng sẽ bằng tiếng Pháp vì nhiều khả năng đó là ý định của bạn. Hệ thống của chúng tôi cũng nhận ra rằng nhiều cụm từ tìm kiếm có ý định liên quan đến địa phương. Vì thế, khi nhập "pizza", bạn sẽ thấy kết quả là các cửa hàng ở gần có dịch vụ giao hàng.
Nếu bạn tìm kiếm bằng các từ khoá đang thịnh hành, hệ thống của chúng tôi sẽ hiểu rằng thông tin mới có thể sẽ hữu ích hơn các trang cũ. Như vậy tức là khi bạn tìm kiếm tỷ số thể thao, doanh thu của một công ty hay các chủ đề mới khác, bạn sẽ nhận được thông tin mới nhất.
