Procura semântica é uma abordagem para encontrar conteúdo na internet que antecipa a intenção por trás da consulta do usuário. O objetivo da busca semântica é fornecer ao usuário final os resultados mais relevantes possíveis no mecanismo de busca.
Na busca semântica, a programação do mecanismo de busca identifica a palavra-chave em uma consulta, mas também tenta prever a intenção do usuário ao retornar os resultados. Ao predizer a intenção do usuário, a programação pode incluir fatores como buscas anteriores, localização geográfica do usuário, tópicos de tendências, a relação entre palavras na busca do usuário, o sucesso relativo de buscas similares, inter-relações de ontologias e o tipo de dispositivo que submete a busca.
Busca booleana não similar, que só pode acomodar palavras-chave e os operadores AND, OR e NOT, busca semântica permite que os usuários usem linguagem natural ao submeterem as buscas. A programação usa lógica difusa, modelagem preditiva e algoritmos de aprendizado profundo, bem como análise de texto, gráficos de conhecimento e mapas conceituais para fornecer ao usuário a ordem dos links em uma página de resultados do mecanismo de busca (SERP).
A programação também reúne dados sobre quais links o usuário final clica, quais links o usuário retorna rapidamente e métricas que indicam o envolvimento do usuário para melhorar os resultados futuros da consulta. As capacidades de desambiguação da programação podem não só diferenciar entre duas palavras-chave semelhantes, mas também reconhecer variações na ortografia e no tempo verbal.
A pesquisa semântica é frequentemente associada ao Google RankBrain, o componente de inteligência artificial (IA) do algoritmo de pesquisa Hummingbird do Google. RankBrain usa a aprendizagem de máquina para filtrar resultados e melhorar quais resultados são posicionados em primeiro lugar nas páginas de resultados do motor de busca. A programação do RankBrain pesquisa através de dados para encontrar padrões e usa esses dados para melhorar a compreensão do próprio software.