論文の概要: GOAL: Towards Benchmarking Few-Shot Sports Game Summarization
- arxiv url: http://arxiv.org/abs/2207.08635v1
- Date: Mon, 18 Jul 2022 14:29:18 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-19 14:34:21.678862
- Title: GOAL: Towards Benchmarking Few-Shot Sports Game Summarization
- Title（参考訳）: GOAL:Few-Shot Sports Game Summarizationのベンチマークに向けて
- Authors: Jiaan Wang, Tingyi Zhang, Haoxiang Shi
- Abstract要約: GOALは,イングランド初のスポーツゲーム要約データセットである。
GOALには103のコメントとニュースのペアがあり、それぞれ2724.9語と476.3語である。
- 参考スコア（独自算出の注目度）: 0.3683202928838613
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Sports game summarization aims to generate sports news based on real-time
commentaries. The task has attracted wide research attention but is still
under-explored probably due to the lack of corresponding English datasets.
Therefore, in this paper, we release GOAL, the first English sports game
summarization dataset. Specifically, there are 103 commentary-news pairs in
GOAL, where the average lengths of commentaries and news are 2724.9 and 476.3
words, respectively. Moreover, to support the research in the semi-supervised
setting, GOAL additionally provides 2,160 unlabeled commentary documents. Based
on our GOAL, we build and evaluate several baselines, including extractive and
abstractive baselines. The experimental results show the challenges of this
task still remain. We hope our work could promote the research of sports game
summarization. The dataset has been released at
https://github.com/krystalan/goal.
- Abstract（参考訳）: スポーツゲームの要約は、リアルタイムのコメンテータに基づくスポーツニュースの生成を目的としている。
この作業は幅広い研究の関心を集めているが、英語のデータセットが不足しているため、まだ探索が進んでいない。
そこで本稿では,最初の英語スポーツゲーム要約データセットであるgoalをリリースする。
具体的には、103のコメンタリー・ニュースペアがあり、コメンタリーの平均長は2724.9語、ニュースは476.3語である。
さらに、半教師付き環境での研究を支援するため、GOALは2,160の未ラベルの注釈文書も提供している。
GOALに基づいて,抽出ベースラインや抽象ベースラインなど,いくつかのベースラインを構築し,評価する。
実験の結果,この課題は依然として残っている。
我々の研究がスポーツゲーム要約の研究を促進することを願っている。
データセットはhttps://github.com/krystalan/goalでリリースされた。
関連論文リスト
- Deep learning for action spotting in association football videos [64.10841325879996]
SoccerNetイニシアチブは毎年の課題を組織し、世界中の参加者が最先端のパフォーマンスを達成するために競う。
本稿では,スポーツにおけるアクションスポッティングの歴史を,2018年の課題の創出から,現在の研究・スポーツ産業における役割まで遡る。
論文 参考訳（メタデータ） (2024-10-02T07:56:15Z) - MatchTime: Towards Automatic Soccer Game Commentary Generation [52.431010585268865]
観客の視聴体験を改善するために,自動サッカーゲーム解説モデルの構築を検討する。
まず、既存のデータセットでよく見られるビデオテキストのミスアライメントを観察し、49試合のタイムスタンプを手動でアノテートする。
第2に,既存のデータセットを自動的に修正・フィルタリングするマルチモーダル時間アライメントパイプラインを提案する。
第3に、キュレートされたデータセットに基づいて、MatchVoiceという自動コメント生成モデルをトレーニングします。
論文 参考訳（メタデータ） (2024-06-26T17:57:25Z) - SoccerNet-Caption: Dense Video Captioning for Soccer Broadcasts
Commentaries [71.44210436913029]
本稿では,単一のタイムスタンプを固定したテキストコメンタリーの生成に着目した,高密度動画キャプションの新たな課題を提案する。
サッカー放送の715.9時間に約37万のタイムスタンプによるコメントからなる挑戦的なデータセットを提示する。
論文 参考訳（メタデータ） (2023-04-10T13:08:03Z) - GOAL: A Challenging Knowledge-grounded Video Captioning Benchmark for
Real-time Soccer Commentary Generation [75.60413443783953]
我々は,KGVC(Knowledge-grounded Video Captioning)として新たなタスク設定を提案するための,8.9k以上のサッカービデオクリップ,22kの文,42kの知識トリプルのベンチマークであるGOALを提案する。
私たちのデータとコードはhttps://github.com/THU-KEG/goal.orgで公開されています。
論文 参考訳（メタデータ） (2023-03-26T08:43:36Z) - Sport Task: Fine Grained Action Detection and Classification of Table
Tennis Strokes from Videos for MediaEval 2022 [0.9894420655516565]
本課題は,スポーツビデオから微妙な動きを検出し,分類することである。
私たちは卓球の試合の記録に重点を置いている。
2021年以降、このタスクは、注釈のない未修正ビデオからのストローク検出にも挑戦している。
論文 参考訳（メタデータ） (2023-01-31T12:03:59Z) - Commentary Generation from Data Records of Multiplayer Strategy Esports Game [21.133690853111133]
我々は、人気のあるエスポートゲームであるLeague of Legendsから構造化されたデータと注釈をペアリングする大規模なデータセットを構築します。
次に、Transformerベースのモデルを評価し、構造化データレコードからゲーム注釈を生成する。
データ・ツー・テキスト・ジェネレーションのコミュニティにおける潜在的研究を促進するために、データセットをリリースします。
論文 参考訳（メタデータ） (2022-12-21T11:23:31Z) - Going for GOAL: A Resource for Grounded Football Commentaries [66.10040637644697]
本稿では,GrOunded footbAlLコメンタリー(GOAL)について紹介する。
本稿では,フレームリオーダー,モーメント検索,ライブコメンタリー検索,プレイバイプレイのライブコメンタリー生成といったタスクに対して,最先端のベースラインを提供する。
その結果,ほとんどのタスクにおいてSOTAモデルは合理的に機能することがわかった。
論文 参考訳（メタデータ） (2022-11-08T20:04:27Z) - Knowledge Enhanced Sports Game Summarization [14.389241106925438]
2つの特徴を持つ新しいデータセットであるK-SportsSumを紹介する。
K-SportsSumは大規模なゲームから大量のデータを収集する。
K-SportsSumはさらに、523のスポーツチームと14,724人のスポーツ選手の情報を含む大規模な知識コーパスを提供している。
論文 参考訳（メタデータ） (2021-11-24T15:06:20Z) - SportsSum2.0: Generating High-Quality Sports News from Live Text
Commentary [18.52461327269355]
スポーツゲームの要約は、ライブテキストコメンタリーからニュース記事を生成することを目的としている。
最近の研究であるSportsSumは、大規模なベンチマークデータセットを構築するだけでなく、2段階のフレームワークも提案している。
本稿では,新しいベンチマークデータセットであるSportsSum2.0と,修正された要約フレームワークについて報告する。
論文 参考訳（メタデータ） (2021-10-12T05:39:48Z) - SoccerNet-v2: A Dataset and Benchmarks for Holistic Understanding of
Broadcast Soccer Videos [71.72665910128975]
SoccerNet-v2 は SoccerNet ビデオデータセット用の手動アノテーションの大規模なコーパスである。
SoccerNetの500の未トリミングサッカービデオの中で、約300万のアノテーションをリリースしています。
サッカーの領域における現在のタスクを拡張し、アクションスポッティング、カメラショットセグメンテーション、境界検出を含む。
論文 参考訳（メタデータ） (2020-11-26T16:10:16Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。