Actualmente, muchos SEO siguen trabajando con las keywords<\/em> y es de lo que m\u00e1s se escucha hablar, pero desde hace ya varios a\u00f1os (concretamente desde 2012), el t\u00e9rmino de keyword<\/em> empez\u00f3 a evolucionar dando lugar a un nuevo t\u00e9rmino conocido como \u201c<\/span>entidad\u201d<\/span>.<\/strong><\/p>\n Mucho se habla sobre las palabras clave, pero poco se toca el tema de las entidades en SEO: <\/strong>\u00bfqu\u00e9 son?, \u00bfpara qu\u00e9 sirven?, \u00bfc\u00f3mo trabajar con entidades en tus textos?<\/p>\n Las entidades, en SEO,<\/strong> son el nombre de algo, es decir, de un elemento, un lugar, una persona, un animal, un objeto, un ente, una cosa. Y este nombre se asocia de forma autom\u00e1tica a otros t\u00e9rminos o palabras, como pueden ser fechas, acciones u otras entidades.<\/p>\n El objetivo de las entidades<\/strong> es facilitar las respuestas al usuario en funci\u00f3n de la intenci\u00f3n de b\u00fasqueda de este. Los motores de b\u00fasqueda necesitan establecer relaciones entre palabras o conceptos,<\/strong> y esto da lugar a las entidades.<\/p>\n Podemos ver algunos ejemplos en la web de Microsoft<\/a>, donde nos explica c\u00f3mo relacionan los motores de b\u00fasqueda todo esto, c\u00f3mo pasamos de un buscador normal a la necesidad de una web sem\u00e1ntica y a la adaptaci\u00f3n de los resultados de b\u00fasqueda. Esto lo explicar\u00e9 un poco m\u00e1s abajo, pero antes\u2026<\/p>\n Bas\u00e1ndonos en la documentaci\u00f3n oficial de Google<\/strong> para el procesamiento del lenguaje natural<\/a>, las entidades que reconoce y clasifica actualmente son:<\/p>\n Poco a poco, los dispositivos desde los que se han conectado los usuarios han ido evolucionando y, en paralelo, tambi\u00e9n han cambiado las b\u00fasquedas <\/strong>que estos hac\u00edan para satisfacer las necesidades que ten\u00edan.<\/p>\n Desde los ordenadores de escritorio siempre ha sido m\u00e1s com\u00fan realizar b\u00fasquedas cortas, pero con el paso del tiempo y el acceso de m\u00e1s poblaci\u00f3n a los buscadores, comenzaron a surgir b\u00fasquedas m\u00e1s largas que necesitaban ser respondidas con m\u00e1s exactitud; y con la llegada de los m\u00f3viles, este hecho no solo se intensific\u00f3 m\u00e1s, sino que dio lugar a m\u00e1s diversidad de b\u00fasquedas.<\/strong><\/p>\n Ante el problema de poder dar una respuesta m\u00e1s exacta<\/strong> al usuario y conocer la intenci\u00f3n de b\u00fasqueda<\/strong> que se esconde tras cada una de esas b\u00fasquedas, se establecieron las entidades<\/strong> para ofrecer mejores resultados al usuario.<\/p>\n Estas entidades<\/strong>, como expliqu\u00e9 al principio del post,<\/em> se relacionan para poder dar esta respuesta al usuario, por lo que si buscamos el nombre de un actor, es posible que estemos buscando fotos, la biograf\u00eda o pel\u00edculas en las que ha participado. Y si buscamos una ciudad, es posible que necesitemos ver un mapa, noticias, alquileres, compra de viviendas, etc.<\/p>\n Es necesario irse un poco atr\u00e1s en el tiempo para recuperar y entender algunos t\u00e9rminos relacionados con las t\u00e9cnicas empleadas para comprender mucho mejor la relaci\u00f3n de contenidos y de qu\u00e9 se est\u00e1 hablando en cada uno de ellos.<\/p>\n Una vez conocidos estos t\u00e9rminos, podemos hacernos una ligera idea de c\u00f3mo ha evolucionado el an\u00e1lisis de contenidos por parte de Google y c\u00f3mo cada uno de estos a\u00fan sigue vigente y de qu\u00e9 forma funcionan.<\/p>\n Gracias a la cocitaci\u00f3n<\/strong>, Google es capaz de realizar un an\u00e1lisis sobre lo que habla cada contenido en funci\u00f3n de la proximidad de los enlaces. Por eso, es tan importante que haya relaci\u00f3n entre la tem\u00e1tica de nuestros art\u00edculos y la de los art\u00edculos que nos enlazan. <\/span>\n El siguiente paso es la coocurrencia<\/strong>, que tiene un doble efecto.<\/p>\n Por un lado, tenemos las palabras que rodean a los enlaces que apuntan a nuestras p\u00e1ginas. La cercan\u00eda de estas hace que Google pueda entender mucho mejor de qu\u00e9 trata el contenido enlazado.<\/p>\n Por el otro lado, tenemos la relaci\u00f3n de palabras, frases y p\u00e1rrafos, en relaci\u00f3n con la distancia que existe entre estos. Si adem\u00e1s le sumamos las keywords<\/em> LSI, el algoritmo de Google BERT<\/a>, que ya conocemos y que refuerza el entendimiento del contenido bas\u00e1ndose en un contexto, tenemos un avance importante.<\/p>\n Por \u00faltimo, pasar\u00edamos al m\u00e9todo de indexaci\u00f3n en relaci\u00f3n con el conjunto de documentos relacionados (LSA).<\/strong> Esto lo que har\u00eda ser\u00eda mostrar informaci\u00f3n de algo si muestra informaci\u00f3n de otra cosa relacionada, de ah\u00ed que cuando busques un concepto, muchas veces, Google te muestre informaci\u00f3n relacionada, como veremos a continuaci\u00f3n en el knowledge graph<\/strong><\/em>.<\/strong><\/p>\n Una forma de ver todo esto, de c\u00f3mo Google relaciona la informaci\u00f3n mediante entidades, es el knowledge graph<\/strong><\/em> (gr\u00e1fico de conocimiento). Aqu\u00ed est\u00e1n los destacados que aparecen en los resultados de b\u00fasqueda aportando m\u00e1s informaci\u00f3n sobre una consulta.<\/p>\n Inicialmente, toda esta informaci\u00f3n se extrajo de fuentes<\/strong> como Wikipedia, Wikidata, Freebase entre otros, pero tambi\u00e9n se ofreci\u00f3 la posibilidad a otras webs de insertar un marcado<\/strong> que pudiera ofrecer m\u00e1s informaci\u00f3n y que todo esto se viera retroalimentado. Con este marcado nacieron los microformatos, RDFa, schema<\/em>, etc.<\/p>\n Si realizas una b\u00fasqueda como puede ser \u201cMadrid\u201d,<\/strong> podemos ver el siguiente knowledge graph<\/strong><\/em> de la entidad Madrid:<\/p>\n Como resultado, nos ofrece el pa\u00eds al que pertenece, el tiempo, el gentilicio, el patr\u00f3n, la poblaci\u00f3n, informaci\u00f3n sobre hoteles, vuelos, planificaciones de viajes, etc.<\/p>\n Otro ejemplo ser\u00eda la b\u00fasqueda del t\u00edtulo de una pel\u00edcula o una persona conocida. En este caso, escog\u00ed \u201cAladd\u00edn\u201d<\/strong>:<\/p>\n As\u00ed, podemos obtener informaci\u00f3n relevante de entidades; por ejemplo, personas relacionadas con la pel\u00edcula como puede ser el director o el reparto, plataformas donde puedes ver la pel\u00edcula y qui\u00e9n hizo posible la producci\u00f3n de esta, fecha del estreno, etc.<\/p>\n Existen otras formas adem\u00e1s de los knowledge graph<\/strong><\/em> para extraer entidades. Para ello, podemos recurrir a herramientas que nos ayuden a identificarlas.<\/p>\n Si queremos obtener sugerencias de entidades para una keyword<\/em>\u00a0en concreto, tan solo tenemos que ir a Google Im\u00e1genes y realizar una b\u00fasqueda r\u00e1pida.<\/p>\n Esos peque\u00f1os bloques con keywords<\/em> que aparecen en la parte superior de las im\u00e1genes son entidades que podemos usar para reforzar nuestros contenidos.<\/p>\n Carlos Ortega<\/strong><\/a> tambi\u00e9n nos ofrece este magn\u00edfico hilo de X donde nos deja algunos trucos para extraer entidades:<\/p>\n Seguro que sab\u00e9is que para ver las entidades de un texto pod\u00e9is tirar de la API de NLP de Google.<\/p>\n Pero, \u00bfsab\u00e9is tambi\u00e9n de d\u00f3nde m\u00e1s se pueden sacar entidades de forma gratuita?<\/p>\n De GOOGLE DOCS \ud83d\ude31<\/p>\n Mini hilo \u2b07\ufe0f<\/p>\n — Carlos Ortega (@carlos_darko) May 20, 2020<\/a><\/p><\/blockquote>\n\u00bfQu\u00e9 son las entidades?<\/h2>\n
\u00bfQu\u00e9 tipos de entidades existen?<\/h3>\n
\n
Evoluci\u00f3n del motor de b\u00fasqueda y llegada de la web sem\u00e1ntica<\/h2>\n
![\"\"](\"https:\/\/www.publisuites.com\/blog\/wp-content\/uploads\/2020\/05\/entidades-seo-intenciones.png\")
<\/p>\n![\"entidades](\"https:\/\/www.publisuites.com\/blog\/wp-content\/uploads\/2020\/05\/entidades-seo.png\")
<\/p>\nC\u00f3mo es Google capaz de entender la relaci\u00f3n de palabras<\/h3>\n
\n
Knowledge graph<\/em><\/h2>\n
![\"knowledge](\"https:\/\/www.publisuites.com\/blog\/wp-content\/uploads\/2020\/05\/knowledge-graph-entidad.jpg\")
<\/p>\n![\"aladdin](\"https:\/\/www.publisuites.com\/blog\/wp-content\/uploads\/2020\/05\/aladdin-entidades.png\")
<\/p>\nExtraer entidades<\/h2>\n
![\"entidades](\"https:\/\/www.publisuites.com\/blog\/wp-content\/uploads\/2020\/05\/entidades-seo-imagenes-1024x279.png\")
<\/p>\n\n