El aprendizaje profundo tiene dificultades con tareas no supervisadas como la detección de comunidades en redes. Este trabajo propone el método de Detección de Comunidades Mejorada con Información Estructural VGAE (VGAE-ECF), un método que mejora los autoencoders variacionales de grafos (VGAEs) para la detección de comunidades en grandes redes. Incorpora información sobre la estructura de la comunidad y los pesos de las aristas junto con los datos tradicionales de la red. Esta entrada combinada conduce a representaciones latentes mejoradas para la identificación de comunidades a través del agrupamiento K-means. Realizamos experimentos y mostramos que nuestro método funciona mejor que enfoques anteriores de VGAEs conscientes de la comunidad.