停用词是搜索引擎在处理查询或索引内容时通常会忽略的常用词。 这些包括“the”、“and”、“is”、“in”和“of”之类的词，它们在语言中频繁出现，但对于理解搜索的核心意图通常没有太大的意义。 通过滤除这些词，搜索引擎可以减少计算开销，并将重点放在更能代表主题或上下文的关键词上。 例如，在查询“how to bake a cake”中，单词“how”、“to”和“a”可能会被排除，留下“bake”和“cake”作为驱动结果的主要词汇。 这种方法提高了效率，但需要仔细处理，以避免错误地理解停用词可能至关重要的查询。
从技术角度来看，搜索引擎在索引和查询处理期间都应用停用词过滤。 在索引期间，停用词通常从倒排索引（将关键字映射到文档的数据结构）中省略。 这减少了存储需求并加快了查找速度。 例如，标题为“The Theory of Relativity”的文档会将“Theory”和“Relativity”编入索引，而“The”和“of”则被丢弃。 当用户提交查询时，搜索引擎会解析并删除停用词，然后将剩余的词与索引进行匹配。 但是，此过程并非通用。 有些引擎（例如 Elasticsearch）允许开发人员自定义停用词列表或禁用特定用例的过滤，例如保留单词顺序和小词很重要的精确短语匹配。
虽然删除停用词是标准做法，但也存在例外。 某些查询依赖停用词来提高清晰度，例如“to be or not to be”，其中删除“to”或“be”会破坏短语的含义。 在这种情况下，搜索引擎可能会通过检测引号或分析上下文来保留停用词。 开发人员还应考虑特定于语言的细微差别：停用词因语言而异（例如，西班牙语中的“y”或德语中的“und”），因此多语言搜索系统需要定制的列表。 此外，SEO 策略有时会在页面标题或元描述中包含停用词，以匹配自然语言查询。 Apache Lucene 等工具提供了可配置的分析器，使开发人员可以平衡效率和准确性，确保停用词处理与其应用程序的需求保持一致。