Resumen de Removing Noisy Mentions for Distant Supervision

Ander Intxaurrondo, Mihai Surdeanu, Oier López de Lacalle Lecuona, Eneko Agirre Bengoa

• español

  Los metodos para Extraccion de Informacion basados en la Supervision a Distancia se basan en usar tuplas correctas para adquirir menciones de esas tuplas, y as entrenar un sistema tradicional de extraccion de informacion supervisado. En este artculo analizamos las fuentes de ruido en las menciones, y exploramos metodos sencillos para ltrar menciones ruidosas. Los resultados demuestran que combinando el ltrado de tuplas por frecuencia, la informacion mutua y la eliminacion de men- ciones lejos de los centroides de sus respectivas etiquetas mejora los resultados de dos modelos de extraccion de informacion signi cativamente.

• English

  Relation Extraction methods based on Distant Supervision rely on true tuples to retrieve noisy mentions, which are then used to train traditional supervised relation extraction methods. In this paper we analyze the sources of noise in the mentions, and explore simple methods to lter out noisy mentions. The results show that a combination of mention frequency cut-o , Pointwise Mutual Information and removal of mentions which are far from the feature centroids of relation labels is able to signi cantly improve the results of two relation extraction models.