En la era digital, la necesidad de operaciones de búsqueda precisas y eficientes es primordial, ya que los usuarios confían cada vez más en recursos en línea para acceder a información específica. Sin embargo, la precisión de la búsqueda a menudo se ve obstaculizada por errores en las consultas de los usuarios, como entradas incompletas o degradadas. Los errores en las consultas de búsqueda pueden reducir tanto la precisión como la velocidad de los resultados de búsqueda, lo que convierte la corrección de errores en un factor clave para mejorar la experiencia del usuario. Este documento aborda el desafío de mejorar el rendimiento de búsqueda a través de la corrección de errores en las consultas. Proponemos una metodología y arquitectura novedosas destinadas a optimizar los resultados de búsqueda en sitios web temáticos, como los de universidades, hospitales o agencias de turismo. La solución propuesta aprovecha un modelo inteligente basado en Unidades Recurrentes Gated (GRUs) y mecanismos de Atención de Bahdanau para reconstruir texto erróneo o incompleto en las consultas de búsqueda. Para validar nuestro enfoque, incorporamos el modelo en un sitio web prototipo que consolida datos de múltiples universidades, demostrando mejoras significativas en la precisión y eficiencia de la búsqueda.