Entity Coverage Analyzer

Free, no signup. Find likely entities in your page text, then reconcile selected names against Google’s Knowledge Graph and Wikidata. Local extraction works when the AI path is unavailable.

Built by Patrick Stox

Runs entirely in your browser — nothing you paste is uploaded or stored. The optional AI extraction sends your pasted text to the bounded model endpoint. Reconciliation sends only a selected entity name to Google KG and Wikidata; local extraction stays in your browser. Anonymous run-level outcome counters may be used for aggregate research; URLs, domains, IPs, and identifiers are never included, and no statistic is released below 100 runs.

Feedback

Sample report Deterministic local example

For “Cloudflare operates Workers AI. Cloudflare provides services to Acme Analytics.”, local extraction returns:

Cloudflare · 2 mentions · heuristic

Workers AI · 1 mention · heuristic

Acme Analytics · 1 mention · heuristic

No sameAs links appear in the JSON-LD until a user performs a lookup and accepts an identifier. The example intentionally stops before reconciliation because a real match depends on the live service and human identity review.

How to use it

Paste the visible text or HTML from one page.
Choose Extract entities for the local capitalized-name heuristic, or the optional model-assisted extraction.
Review the proposed names and select Reconcile IDs only for entities you intend to check against Google KG and Wikidata.
Inspect ambiguous results before using the generated about and mentions JSON-LD.

Local data

Saved targets, named lists, and recent check summaries remain only in this browser.

Entity JSON-LD

What you get

heuristic — proposed by the local capitalized-name pattern.
observed — parsed from the point-in-time model-assisted response, not independently verified.
linked — a lookup returned a stable identifier; confirm the identity manually.
ambiguous — more than one candidate was returned and the first must not be assumed correct.

How it works

The local path counts capitalized sequences of up to five terms, removes a small stop list, and sorts by mentions. The optional AI path asks the bounded endpoint for candidate names. Google KG and Wikidata lookups are separate and user-triggered. Generated WebPage JSON-LD includes only linked entities: the first under about, subsequent matches under mentions, and the reconciled KG, Wikidata, Wikipedia, and claimed social URLs under sameAs.

Features

Local extraction that works without an API or model.
Optional model-assisted candidate extraction with visible provenance.
Per-entity, on-demand Google KG and Wikidata reconciliation.
Richer sameAs JSON-LD restricted to reconciled entities.
Explicit ambiguity and unavailable-result states.

Limitations

The heuristic misses lowercase brands and common-noun concepts, and can mistake headings or sentence openings for entities. Mention count is not topical importance. Model extraction can vary. The first Knowledge Graph result is not necessarily the intended entity, and the generated ordering is not a semantic judgment. This tool does not compare the page against a required topic model or competitors.

Compare existing entity schema

Paste an existing Person or Organization node to find missing name, URL, description, and identity links after reconciliation.

Frequently asked questions

What is entity coverage?

Here it means the named people, organizations, products, and concepts that appear in the supplied page text. The tool inventories likely names; it does not decide which entities a topic must include.

What is the difference between extraction and reconciliation?

Extraction proposes names found in text. Reconciliation connects a selected name to a stable knowledge-graph identifier. A name can be extracted correctly but reconciled to the wrong real-world entity, so every match needs review.

Does a Knowledge Graph miss mean an entity does not exist?

No. A miss can reflect ambiguity, coverage, quota, or service availability. The tool reports it as unmatched or not evaluated, never as proof of nonexistence.

Can I publish the generated JSON-LD as-is?

Review it first. Only reconciled entities are included, but the top match can still be wrong. Confirm each identity and ensure the entity is genuinely about or mentioned by the page.

Does adding more entities improve AI visibility?

Not automatically. Clear, accurate coverage can reduce ambiguity, but stuffing names or schema that the visible page does not support creates misleading markup rather than authority.

Next stepSchema Markup Validator — verify it with a direct check.

Feature requests for Entity Coverage Analyzer

Upvote what you want most. New ideas can be submitted from the floating Feedback menu; requests appear here once approved, and the most-wanted rise to the top.

Loading…

➕ Request a feature

New requests are reviewed before they appear here.

Sobre a ferramenta

Grátis, sem cadastro. Encontre prováveis entidades no texto da sua página e reconcilie os nomes selecionados com o Google Knowledge Graph e o Wikidata. A extração local funciona quando o caminho de IA está indisponível.

Extraia entidades nomeadas visíveis, reconcilie as que você selecionar e rascunhe JSON-LD transparente.

Recursos

Extração local que funciona sem API ou modelo. Extração opcional de candidatos assistida por modelo, com proveniência visível. Reconciliação sob demanda, por entidade, com Google KG e Wikidata. JSON-LD sameAs mais completo, restrito às entidades reconciliadas. Estados explícitos para ambiguidades e resultados indisponíveis.
Cole o texto ou HTML visível de uma página. Escolha Extrair entidades para usar a heurística local de nomes capitalizados ou a extração opcional assistida por modelo. Revise os nomes propostos e selecione Reconciliar IDs apenas para as entidades que pretende verificar no Google KG e no Wikidata. Inspecione resultados ambíguos antes de usar o JSON-LD about e mentions gerado.
Extraia entidades · Tente a extração por IA
Compare um esquema de entidade existente. Cole um nó Person ou Organization existente para encontrar nome, URL, descrição e links de identidade ausentes após a reconciliação. Encontre lacunas de entidade · Abrir no Gerador de schema →

Como funciona

O caminho local conta sequências capitalizadas de até cinco termos, remove uma pequena lista de palavras ignoradas e ordena por menções. O caminho opcional de IA solicita nomes candidatos a um endpoint limitado. As consultas ao Google KG e ao Wikidata são separadas e acionadas pelo usuário. O JSON-LD WebPage gerado inclui apenas entidades vinculadas: a primeira em about, as seguintes em mentions, e URLs reconciliadas do KG, Wikidata, Wikipedia e redes sociais declaradas em sameAs.

Limitações

A heurística pode não reconhecer marcas em minúsculas e conceitos de substantivo comum, ou pode confundir títulos e inícios de frases com entidades. A contagem de menções não é importância temática. A extração por modelo pode variar. O primeiro resultado do Knowledge Graph não é necessariamente a entidade pretendida, e a ordem gerada não é um julgamento semântico. Esta ferramenta não compara a página com um modelo obrigatório de tópico ou com concorrentes.
A correspondência de nomes capitalizados no JSON-LD é um fallback, não um knowledge graph. Uma ausência no KG significa “não avaliado” ou sem correspondência; nunca prova que uma entidade não existe. Revise cada esquema gerado antes da publicação.

Perguntas frequentes

O que é cobertura de entidades?

Aqui significa as pessoas, organizações, produtos e conceitos nomeados que aparecem no texto fornecido da página. A ferramenta inventaria nomes prováveis; não decide quais entidades um tópico deveria incluir.

Qual é a diferença entre extração e reconciliação?

A extração propõe nomes encontrados no texto. A reconciliação conecta um nome selecionado a um identificador estável de knowledge graph. Um nome pode ser extraído corretamente e ainda assim ser reconciliado à entidade real errada, por isso cada correspondência precisa de revisão.

Uma ausência no Knowledge Graph significa que a entidade não existe?

Não. Uma ausência pode refletir ambiguidade, cobertura, cota ou disponibilidade do serviço. A ferramenta relata o resultado como sem correspondência ou não avaliado, nunca como prova de inexistência.

Adicionar mais entidades melhora a visibilidade em IA?

Não automaticamente. Uma cobertura clara e precisa pode reduzir ambiguidades, mas preencher nomes ou criar um esquema que a página visível não sustenta produz marcação enganosa, não autoridade.

Posso publicar o JSON-LD gerado como está?

Revise-o primeiro. Apenas entidades reconciliadas são incluídas, mas a melhor correspondência ainda pode estar errada. Confirme cada identidade e verifique se a entidade é realmente sobre a página ou mencionada por ela.