Før vi kan levere relevante resultater, er vi først nødt til at fastslå, hvilke oplysninger du søger – altså formålet med søgningen. For at gøre dette udvikler vi sprogmodeller for at prøve at afgøre, hvordan de relativt få ord, du indtaster i søgefeltet, matcher med det mest nyttige tilgængelige indhold.
Dette omfatter tilsyneladende enkle trin som at genkende og rette stavefejl og strækker sig til anvendelse af vores sofistikerede synonymsystem, der giver os mulighed finde relevante dokumenter, selvom de ikke indeholder de specifikke ord, du brugte. Du kunne f.eks. have søgt efter "skift lysstyrke på bærbar computer", men producenten har skrevet "juster lysstyrke på bærbar computer". Vores systemer forstår, at ordene og hensigten er relaterede, og forbinder dig på den måde med det rigtige indhold. Det tog over fem år at udvikle systemet, og det forbedrer resultaterne markant i over 30 procent af søgningerne på alle sprog.
Vores systemer prøver også at forstå, hvilken type oplysninger du leder efter. Hvis du brugte ord i din forespørgsel som f.eks. "madlavning" eller "billeder", finder vores systemer ud af, at visning af opskrifter eller billeder ville være det bedste match til din hensigt. Hvis du søger på fransk, bliver de fleste resultater vist på det sprog, da det sandsynligvis er det, du ønsker. Vores systemer kan også genkende mange forespørgsler, der har en lokal hensigt. Så når du søger efter "pizza", får du resultater om virksomheder i nærheden, der bringer ud.
Hvis du søger efter søgeord, der er populære på det angivne tidspunkt, forstår vores systemer, at opdaterede oplysninger sandsynligvis er mere nyttige end ældre sider. Det betyder, at når du søger efter sportsresultater, virksomhedsindtjening eller andre relaterede ting, der er særligt nye, får du vist de seneste oplysninger.