»Mente du« (did you mean, DYM) er en søgefunktion, der foreslår en rettet forespørgsel, når inputtet ser ud til at være stavet forkert eller usædvanligt. Den bygger på lighedsmål mellem ord, sprogmodeller og analyse af hyppige søgninger. Eksempel: Skriver man »kaffemaskne« i en webshop, ser man »Mente du: kaffemaskine?«. Funktionen mindsker tomme resultatsider og forbedrer dermed søgeoplevelsen.
Fuzzy matching finder poster, der ligner hinanden, men ikke er helt identiske – f.eks. på grund af tastefejl, forkortelser eller forskellige stavemåder. Metoden bygger på lighedsmål som Levenshtein-afstanden, der tæller, hvor mange tegn der skal ændres. En typisk anvendelse er opsporing af dubletter i adresse- og kundedata: 'Hansen ApS, Algade 5' og 'Hansen A/S, Algade 5' genkendes som sandsynligvis samme post.
Query expansion tilføjer automatisk beslægtede termer til en søgeforespørgsel, så relevante dokumenter med andre formuleringer også bliver fundet. Typiske tilføjelser er synonymer, forkortelser, ordformer eller oversættelser: en søgning på »opsigelse« kan så også finde tekster om »ophævelse af kontrakt«. Det er især nyttigt ved nøgleordssøgning, men kan nedsætte præcisionen, hvis der tilføjes for mange eller uegnede termer. I dag bruges sprogmodeller ofte til at generere de udvidede forespørgsler.
AI-søgning betegner søgemetoder, der bruger AI til at fatte hensigten bag en forespørgsel, vægte resultater og ofte generere et sammenfattet svar med kilder i stedet for en almindelig liste af links. Teknisk bruger de nøgleordssøgning, vektorsøgning over embeddings eller en kombination, ofte efterfulgt af en sprogmodel. Eksempler er svarmotorer på nettet og intern vidensøgning, der hjælper medarbejdere med at finde det, de skal bruge, i manualer og politikker.
Information retrieval omfatter metoder til at finde de dokumenter eller passager i en stor tekstmasse, der matcher en forespørgsel, og rangere dem efter relevans. Klassiske tilgange som BM25 vægter søgeord efter, hvor ofte og hvor sjældent de forekommer; nyere tilføjer semantisk lighed. Det ligger til grund for søgemaskiner, virksomhedssøgning og retrieval-augmented generation, hvor en sprogmodel bruger de hentede passager som grundlag for sit svar.
