論文の概要: Transformer-based Live Update Generation for Soccer Matches from
Microblog Posts
- arxiv url: http://arxiv.org/abs/2310.16368v1
- Date: Wed, 25 Oct 2023 05:12:35 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-26 16:38:01.698130
- Title: Transformer-based Live Update Generation for Soccer Matches from
Microblog Posts
- Title(参考訳): マイクロブログ投稿によるサッカーマッチのトランスフォーマーによるライブ更新生成
- Authors: Masashi Oshika, Kosuke Yamada, Ryohei Sasano, Koichi Takeda
- Abstract要約: 試合の進行状況をユーザが瞬時に把握し,生のツイートから試合の興奮を享受できるように,試合のライブ更新をツイートから生成するシステムを構築した。
提案システムは,大規模な事前学習型言語モデルに基づいて,更新数を制御する機構と,重複や類似の更新の冗長性を低減させる機構を備えている。
- 参考スコア(独自算出の注目度): 19.291566912492293
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: It has been known to be difficult to generate adequate sports updates from a
sequence of vast amounts of diverse live tweets, although the live sports
viewing experience with tweets is gaining the popularity. In this paper, we
focus on soccer matches and work on building a system to generate live updates
for soccer matches from tweets so that users can instantly grasp a match's
progress and enjoy the excitement of the match from raw tweets. Our proposed
system is based on a large pre-trained language model and incorporates a
mechanism to control the number of updates and a mechanism to reduce the
redundancy of duplicate and similar updates.
- Abstract(参考訳): 大量の多様なライブツイートから適切なスポーツ更新を生成することは困難であることが知られているが、つぶやきによるスポーツのライブ視聴体験は人気を集めている。
本稿では,試合の進行状況を瞬時に把握し,生のつぶやきから試合の興奮を享受できるように,試合のライブ更新をツイートから生成するシステムの構築に焦点をあてる。
提案システムは,大規模な事前学習型言語モデルに基づいて,更新数を制御する機構と,重複や類似の更新の冗長性を低減する機構を備えている。
関連論文リスト
- SoccerNet 2023 Challenges Results [165.5977813812761]
SoccerNet 2023 チャレンジ(英語: SoccerNet 2023 Challenge)は、サッカーネットチームが主催する3回目のビデオ理解チャレンジである。
この第3版では、課題は7つの視覚に基づくタスクから成っており、3つのテーマに分けられた。
論文 参考訳(メタデータ) (2023-09-12T07:03:30Z) - What Sentiment and Fun Facts We Learnt Before FIFA World Cup Qatar 2022
Using Twitter and AI [5.868852957948179]
本報告では,FIFAワールドカップに関連するツイートに対する感情を提供する上で,効果的な解決策を提案する。
コミュニティで初めて、少なくとも130万ツイートが収集され、提案された機械学習ソリューションのパフォーマンスを評価するデータセットとして実装されている。
本稿では,感情分析にVaderアルゴリズムを用いる。
論文 参考訳(メタデータ) (2023-06-28T09:29:23Z) - 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) - 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) - Feature Combination Meets Attention: Baidu Soccer Embeddings and
Transformer based Temporal Detection [3.7709686875144337]
本稿では,サッカー中継ビデオにおけるイベントの発生状況と発生状況を検出するための2段階のパラダイムを提案する。
具体的には,サッカーデータ上に複数のアクション認識モデルを微調整し,ハイレベルなセマンティックな特徴を抽出する。
このアプローチは、サッカーネットv2チャレンジにおける2つのタスク、すなわちアクションスポッティングとリプレイグラウンドにおいて、最先端のパフォーマンスを達成した。
論文 参考訳(メタデータ) (2021-06-28T08:00:21Z) - Understanding Information Spreading Mechanisms During COVID-19 Pandemic
by Analyzing the Impact of Tweet Text and User Features for Retweet
Prediction [6.658785818853953]
新型コロナウイルスは世界の経済や、ほぼすべての人々の日常生活に影響を与えている。
ソーシャルメディアプラットフォームは、情報を共有できる他のユーザーと情報を共有できる。
CNNとRNNをベースとした2つのモデルを提案し、これらのモデルの性能を公開のTweetsCOV19データセットで評価する。
論文 参考訳(メタデータ) (2021-05-26T15:55:58Z) - Temporally-Aware Feature Pooling for Action Spotting in Soccer
Broadcasts [86.56462654572813]
私たちは、サッカーの試合の主なアクションを一時的にローカライズするサッカー放送におけるアクションスポッティングの分析に焦点を当てています。
時間的知識を組み込んだNetVLAD++という,NetVLADに基づく新たな機能プーリング手法を提案する。
我々は最近の大規模データセット SoccerNet-v2 の方法論をトレーニングし、評価し、アクションスポッティングのための平均平均mAP 53.4% に達した。
論文 参考訳(メタデータ) (2021-04-14T11:09:03Z) - 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) - Tweet to News Conversion: An Investigation into Unsupervised
Controllable Text Generation [46.74654716230366]
本稿では,災害領域のツイートの集合からコヒーレントな段落を構築するタスクを定義する。
パイプライン内に2つのシステムを構築することでこの問題に対処する。最初のシステムは教師なしスタイル転送に焦点を当て、個々のつぶやきをニュース文に変換する。
第2のシステムは、第1のシステムからの出力を縫合してコヒーレントニュース段落を形成する。
論文 参考訳(メタデータ) (2020-08-21T06:56:57Z) - Neural Temporal Opinion Modelling for Opinion Prediction on Twitter [42.87769996249732]
本研究では,周辺環境における動的トピックシフトを捉えるために,トピック駆動型アテンション機構を設計する。
実験の結果,提案モデルでは,ポスト時間と将来のツイートのスタンスラベルの両方を,競合するベースラインよりも正確に予測できることがわかった。
論文 参考訳(メタデータ) (2020-05-27T16:49:04Z)
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。