Voor relevante resultaten moeten we eerst vaststellen welke informatie je met je zoekopdracht zoekt: de intentie achter je zoekopdracht. Hiervoor hebben we taalmodellen ontwikkeld om te ontcijferen welke woordenreeksen we op basis van de paar zoekwoorden die je typt, moeten opzoeken in de index.
Dit bestaat uit eenvoudige stappen zoals het herkennen en corrigeren van spelfouten, maar gaat zo ver als het gebruik van ons geavanceerde synoniemensysteem. Hiermee kunnen we relevante documenten vinden, ook als deze niet exact de woorden bevatten als die je hebt getypt. Stel, je hebt gezocht naar 'helderheid laptop veranderen', terwijl de fabrikant de tekst 'helderheid laptop aanpassen' heeft gebruikt. Onze systemen begrijpen dat deze woorden en intenties aan elkaar gerelateerd zijn en verbinden je zo met de juiste content. We hebben meer dan 5 jaar gewerkt aan de ontwikkeling van dit systeem, dat de resultaten aanzienlijk verbetert in meer dan 30% van alle zoekopdrachten in verschillende talen.
Onze systemen proberen ook te begrijpen wat voor soort informatie je zoekt. Als je woorden zoals 'koken' of 'foto's' in je zoekopdracht hebt gebruikt, weten onze systemen dat de weergave van recepten of afbeeldingen het beste overeenkomt met je intentie. Als je in het Frans zoekt, worden de meeste resultaten weergegeven in die taal, zoals je waarschijnlijk wilt. Ook lokale intenties worden door onze systemen herkend. Als je naar 'pizza' zoekt, krijg je dus resultaten van bedrijven in de buurt die bezorgen.
Als je naar trending zoekwoorden zoekt, begrijpen onze systemen dat actuele informatie waarschijnlijk nuttiger is dan oudere pagina's. Dit betekent dat als je zoekt naar sportuitslagen, bedrijfsresultaten of iets anders dat actueel is, je de meest recente informatie te zien krijgt.