Qué es la Búsqueda Semántica basada en Entidades

 

Interesante artículo escrito por Olaf Kopp en el blog de Search Engine Land, uno de los blogs de referencia en el mundo del Seo.

 

¿Quién es Olaf Kopp?

 

Olaf Koppes es un profesional del marketing online con más de 15 años de experiencia en Google Ads, SEO y marketing de contenidos.

 

Experto de la industria reconocido internacionalmente en SEO semántico, E-A-T, estrategias de marketing de contenido, customer journey management y digital brand building.

 

En este artículo se desgrana lo que es la búsqueda semántica para google, o lo que google entiende como la búsqueda semántica.

 

Donde el término semántica se entiende más como teoría del significado, poniendo el foco en la “intención” de la búsqueda y no en su “significado”.

 

En el que google y a través de sus algoritmos intenta descifrar estas cuestiones, para convertirse en un motor de búsqueda semántico.

 

¿Qué es un buscador semántico?

 

Un motor de búsqueda semántico considera el contexto semántico de las consultas de búsqueda y el contenido para comprender mejor el significado.

 

Los motores de búsqueda semánticos también consideran las relaciones entre entidades para devolver resultados de búsqueda.

 

Los sistemas de búsqueda basados en palabras clave solo funcionan sobre la base de una coincidencia de palabras clave y texto.

 

 

¿Qué es una búsqueda semántica?

 

La búsqueda semántica pretende resolver la intención de búsquedas del usuario a través de la teoría del significado y no con un enfoque en la intención.

 

Desde 2013 google intenta convertirse en un motor de búsqueda 100% semántico.

 

Hay muchas explicaciones cuando se busca en Google una respuesta a esa pregunta, pero la mayoría de ellas son imprecisas y crean malentendidos.

 

Google a través de sus algoritmos, intenta desarrollar un motor de búsqueda semántico desde 1999.

 

Siendo más concretos, con la introducción en 2012 de Knowledge Graph y en 2013 introduciendo su algoritmo de clasificación conocido como Hummingbird.

 

Añadiendo más innovaciones como, como RankBrain, BERT, E-A-T  y MUM.

 

Para ello introduce el procesamiento del lenguaje natural ó natural language processing (NLP) en las búsquedas.

 

Hummingbird reemplazó gran parte de los algoritmos de clasificación que existían hasta entonces.

 

Google pudo incluir entidades registradas en Knowledge Graph para el procesamiento de consultas, la clasificación y la muestra en las SERP.

 

Una entidad describe la identidad de un objeto que puede ser concreto o abstracto.

 

Las entidades son identificables de forma única y tienen un significado único.

 

Pudiendo hacer una distinción entre entidades nombradas y conceptos abstractos.

 

Las entidades con nombre son objetos del mundo real, como personas, lugares, organizaciones, productos y eventos.

 

Los conceptos abstractos son de naturaleza física, psicológica o social, como la distancia, la cantidad, las emociones, los derechos humanos, la paz, etc.

 

Antes de Hummingbird, Google principalmente hacía coincidir documentos de palabras clave para clasificar y no podía reconocer el significado de una consulta de búsqueda o contenido.

 

 

La búsqueda semántica consiste en reconocer el significado de las consultas de búsqueda y el contenido en función de las entidades que se producen.

 

Semántica = Teoría del significado

 

Diferenciando ‘significado’ de ‘intención’, la intención de búsqueda describe lo que un usuario espera de los resultados de búsqueda.

 

Identificar el significado puede ayudar a reconocer la intención de búsqueda, es un beneficio adicional de la búsqueda semántica.

 

 

La clasificación basada en entidades también requiere una indexación basada en entidades.

 

Knowledge Graph es el índice de entidades de Google que tiene en cuenta las relaciones entre entidades.

 

Los índices clásicos están organizados en forma tabular y no permiten relaciones de mapeo entre conjuntos de datos.

 

Knowledge Graph es una base de datos semántica en la que la información se estructura de tal manera que el conocimiento se crea a partir de la información.

 

Las entidades ,nodos, se les proporcionan atributos y se ubican en contextos temáticos u ontologías.

 

Las entidades son el elemento organizativo central en las bases de datos semánticas, como Knowledge Graph de Google.

 

 

Además de las relaciones entre las entidades, Google utiliza la minería de datos para recopilar atributos y otra información sobre las entidades y los organiza en torno a las entidades.

 

Obtiene una impresión de qué fuentes e información considera Google para una entidad cuando la busca.

 

Las fuentes preferidas, los atributos y la información varían según el tipo de entidad.

 

Las fuentes de una entidad de persona son diferentes de las de una entidad de evento o de una entidad organizativa.

 

Esto afecta a la información que se muestra en un panel de conocimiento.

 

La estructura de un índice basado en entidades permite respuestas a preguntas que buscan un tema o una entidad que no se menciona en la pregunta.

 

Para un gráfico de conocimiento intervienen tres niveles;

 

  • Catálogo de entidades: Aquí se almacenan todas las entidades que se han identificado a lo largo del tiempo.
  • Repositorio de conocimiento: Con información o atributos de varias fuentes.
  • Gráfico de conocimiento: Las entidades se vinculan a los atributos y las relaciones se establecen entre las entidades.

 

 

¿Cómo funciona Google como buscador semántico?

 

Google utiliza la búsqueda semántica de la siguiente forma;

 

  • Comprender consultas de búsqueda o entidades en el procesamiento de consultas de búsqueda.
  • Comprensión del contenido sobre las entidades para la clasificación.
  • Comprender el contenido y las entidades para la minería de datos.
  • Clasificación contextual de entidades para su posterior evaluación E-A-T.

 

Se basa en un procesador de consultas para la interpretación de consultas de búsqueda y la compilación de corpus de documentos relevantes para la consulta.

 

En el procesamiento de consultas de búsqueda, los términos de búsqueda se comparan con las entidades registradas en las bases de datos semánticas y se refinan o reescriben si es necesario.

 

Hay un motor de puntuación que consta de diferentes algoritmos basados en el algoritmo central de Hummingbird.

 

Es responsable de evaluar el contenido y luego ponerlo en orden en función de la puntuación.

 

La puntuación se trata de la relevancia del contenido en relación con la consulta de búsqueda o la intención de búsqueda.

 

Google quiere evaluar la calidad del contenido y la relevancia, realizando una evaluación según los criterios E-A-T.

 

 

¿Qué es el SEO semántico?

 

Un alto nivel de correspondencia entre las entidades utilizadas en un texto y las estructuras de relación de la entidad principal en la base de datos semántica de Google conduce a mejores clasificaciones.

 

La optimización basada en palabras clave no difiere significativamente de la optimización de contenido basada en entidades.

 

Los datos estructurados pueden ayudar a Google a comprender las relaciones semánticas.

 

Basándose en las relaciones entre entidades autorizadas y creíbles, Google quiere determinar qué dominios y autores son las fuentes de mejor calidad para un tema según E-A-T.

 

Cuantas más entidades se registren en el gráfico de conocimiento, mayor será la influencia en las SERP.

 

Google está organizando gradualmente la indexación de información y contenido en torno a una entidad.

 

 

14 formas en que Google puede evaluar E-A-T

 

  1. Calidad del contenido del sitio web en total.
  2. PageRank o referencias al autor/editor.
  3. Distancia para confiar en los sitios semilla en el gráfico de enlaces.
  4. Anchor text de backlinks.
  5. Credibilidad o confianza de un autor.
  6. Reconocimiento del nombre del autor/editor número de menciones y volumen de búsqueda.
  7. Valoración en torno a menciones, calificaciones y tasa de clics.
  8. Coincidencias del autor/editor con términos temáticamente relevantes en videos, podcasts y documentos offpage.
  9. Coincidencias del autor/editor con términos temáticamente relevantes en consultas de búsqueda offpage.
  10. Porcentaje de contenido que un autor/editor ha aportado a documentos temáticos onpage / offpage.
  11. Transparencia para el autor/editor a través de perfiles de autor y páginas Acerca de nosotros onpage.
  12. Enlaces a referencias propias.
  13. Uso de https en el dominio.
  14. Confianza basada en el conocimiento, acuerdo con opinión y hechos comunes.

 

 

Referencias;

  • kopp-online-marketing.com/olaf-kopp
  • Artículo origina [EN] searchengineland.com/semantic-search-entity-based-search 

Imagen; macrovector by Freepik.es

 

error: Alert: Este contenido está Protegido © !!