Como uma entidade no Knowledge Graph se consolida

O que faz uma entidade existir no Knowledge Graph?

Uma entidade existe no Knowledge Graph quando o Google consegue tratar várias menções espalhadas pela web como a mesma coisa. O grafo foi lançado em maio de 2012 com a ideia de buscar coisas em vez de sequências de letras, e já nasceu com mais de 500 milhões de objetos e mais de 3,5 bilhões de fatos e relações. As fontes declaradas no lançamento eram públicas: Freebase, Wikipedia e o CIA World Factbook, ampliadas pelo que as pessoas buscavam e pelo que o Google encontrava na web.

A central de ajuda do Knowledge Panel descreve a origem dos fatos em três frentes: fontes públicas, dados licenciados, como placares e cotações, e informação enviada por quem reivindicou o próprio painel. A mesma página afirma que os painéis são criados automaticamente quando há informação suficiente na web aberta. Ninguém pede para entrar. O sistema infere que a entidade existe a partir do que encontra, e é por isso que a definição de entidade que uso na agência gira em torno de consistência entre fontes.

Fontes que confirmam pesam mais que a marcação

As fontes corroborantes são o que transforma um nome solto em nó do grafo. A schema.org define o sameAs como a URL de uma página de referência que indica sem ambiguidade a identidade do item, e cita como exemplos Wikipedia, Wikidata e site oficial. A documentação de Organization do Google trata o sameAs como página em outro site com mais informação sobre a organização, como um perfil social ou de avaliação, e aceita várias URLs.

O ponto que costuma passar batido: o sameAs é uma afirmação feita pelo próprio site. Ele só ajuda quando o outro lado confirma, com o mesmo nome, a mesma descrição e, de preferência, um link de volta.

Trato cada URL do sameAs como uma página que precisa dizer a mesma coisa que o site. Se ela diverge, a lista atrapalha em vez de ajudar.

O papel do Wikidata e o critério de notabilidade

O Wikidata é a base aberta mais direta de ligar a um nó do Knowledge Graph, desde que o item passe no critério de notabilidade. A política aceita um item que cumpra pelo menos uma de três condições: ter link para uma página válida de projeto Wikimedia, descrever uma entidade identificável com referências sérias e públicas, ou atender a uma necessidade estrutural de outros itens. A segunda condição é a que se aplica a pessoas e empresas sem artigo na Wikipedia, e ela depende de referências independentes. Sem elas, o dado não é aceito.

O Wikidata também guarda a ponte com o grafo do Google. A propriedade P2671 registra o identificador do Knowledge Graph que começa com /g/, e a P646 registra o identificador antigo do Freebase, que começa com /m/. Um item com essas propriedades preenchidas é uma forma pública de dizer que a entidade da base aberta e o nó do Google são o mesmo sujeito.

A propriedade P2671 registra o identificador do Knowledge Graph que começa com /g/, e a P646 registra o identificador antigo do Freebase, que começa com /m/.

Lucas Ferraz, especialista em SEO

Como conferir pela Knowledge Graph Search API?

A Knowledge Graph Search API responde se o Google tem um nó para o nome buscado, com identificador, tipos e pontuação. A chamada é um GET simples com chave de API:

GET https://kgsearch.googleapis.com/v1/entities:search
    ?query=Lucas+Ferraz&types=Person&languages=pt&limit=10&key=API_KEY

A resposta vem em JSON-LD compatível com schema.org. O campo @id traz a URI canônica da entidade, como kg:/m/0dl567 no exemplo da documentação, e o resultScore indica quão bem a entidade casou com os filtros da busca. O parâmetro limit aceita até 500 resultados, com padrão de 20.

Três limitações da própria documentação mudam a leitura. A API devolve entidades individuais, sem o grafo de relações, e o Google recomenda os dumps do Wikidata para quem precisa das ligações. Ela não serve como dependência crítica de produção. E está em migração para o Cloud Enterprise Knowledge Graph, recomendado para projetos novos. O resultScore mede aderência à consulta, então não o uso como nota de autoridade.

Como eu registro a consolidação ao longo do tempo?

A consolidação de uma entidade se acompanha por consultas repetidas e datadas, do mesmo jeito que a citação por IA. Meu registro tem quatro colunas por data: se o nome devolve algum nó, qual @id, quais tipos e qual descrição. Um @id que muda entre consultas, ou uma descrição que pertence a um homônimo, é sinal de entidade ainda não resolvida.

Cruzo esse registro com as rodadas em que pergunto às IAs quem é a pessoa ou a empresa, porque cada superfície monta a resposta com fontes próprias, como mostrei ao comparar quanto as IAs discordam entre si. Do lado do site, mantenho um único Person com página-casa e sameAs apontando para perfis que confirmam os mesmos fatos, com o mesmo @id nos dois domínios. A marcação organiza a afirmação; quem decide se ela vira nó são as fontes de fora.