論文の概要: Visualization of Unstructured Sports Data -- An Example of Cricket Short Text Commentary

• arxiv url: http://arxiv.org/abs/2404.00030v1
• Date: Fri, 22 Mar 2024 07:13:10 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-07 23:17:33.294527
• Title: Visualization of Unstructured Sports Data -- An Example of Cricket Short Text Commentary
• Title（参考訳）: 非構造化スポーツデータの可視化 -クリケット短文解説の例-
• Authors: Swarup Ranjan Behera, Vijaya V Saradhi,
• Abstract要約: 本研究では,非構造化データ,すなわちビジュアライゼーションのためのクリケット短いテキストコメンタリーの利用を提案する。 短いテキストコメンタリーデータは、個々のプレイヤーの強みルールと弱みルールを構築するために使用される。 我々は,100万以上のテキストコメンタリーを用いてクリケット選手の長所と短所を解析し,ビジュアライゼーションにおける短いテキストコメンタリーの有用性を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Sports visualization focuses on the use of structured data, such as box-score data and tracking data. Unstructured data sources pertaining to sports are available in various places such as blogs, social media posts, and online news articles. Sports visualization methods either not fully exploited the information present in these sources or the proposed visualizations through the use of these sources did not augment to the body of sports visualization methods. We propose the use of unstructured data, namely cricket short text commentary for visualization. The short text commentary data is used for constructing individual player's strength rules and weakness rules. A computationally feasible definition for player's strength rule and weakness rule is proposed. A visualization method for the constructed rules is presented. In addition, players having similar strength rules or weakness rules is computed and visualized. We demonstrate the usefulness of short text commentary in visualization by analyzing the strengths and weaknesses of cricket players using more than one million text commentaries. We validate the constructed rules through two validation methods. The collected data, source code, and obtained results on more than 500 players are made publicly available.
• Abstract（参考訳）: スポーツビジュアライゼーションは、ボックススコアデータや追跡データなどの構造化データの使用に焦点を当てている。 スポーツに関する非構造化データソースは、ブログ、ソーシャルメディア投稿、オンラインニュース記事など様々な場所で利用可能である。 スポーツビジュアライゼーション手法は、これらの情報源に存在する情報を完全に活用していないか、あるいはこれらの情報源を用いて提案されたヴィジュアライゼーションは、スポーツビジュアライゼーション手法の本体を増強しなかった。 本研究では,非構造化データ,すなわちビジュアライゼーションのためのクリケット短いテキストコメンタリーの利用を提案する。 短いテキストコメンタリーデータは、個々のプレイヤーの強みルールと弱みルールを構築するために使用される。 プレイヤーの強みルールと弱みルールの計算可能定義を提案する。 構築されたルールの可視化方法を示す。 また、同様の強度ルールや弱点ルールを持つプレイヤーを計算して視覚化する。 我々は,100万以上のテキストコメンタリーを用いてクリケット選手の長所と短所を解析し,ビジュアライゼーションにおける短いテキストコメンタリーの有用性を示す。 構築されたルールを2つの検証方法により検証する。 500人以上のプレーヤーの収集したデータ、ソースコード、および得られた結果が公開されている。

関連論文リスト

• 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)
• Knowledge Guided Entity-aware Video Captioning and A Basketball Benchmark [49.54265459763042]
  バスケットボールゲーム知識グラフ(KG_NBA_2022)を構築し,ビデオ以外の知識を提供する。 そして、KG_NBA_2022に基づいて、9種類のきめ細かいシューティングイベントと286人のプレイヤーの知識を含むデータセットを構築する。 バスケットボールのライブテキスト放送のためのエンコーダデコーダ形式の候補選手リストに基づいて,知識ガイド付きエンティティ対応ビデオキャプションネットワーク(KEANet)を開発した。
  論文  参考訳（メタデータ） (2024-01-25T02:08:37Z)
• Cricket Player Profiling: Unraveling Strengths and Weaknesses Using Text Commentary Data [0.0]
  クリケットでプレイヤー固有の戦略を開発するには、各プレイヤーの固有の強みと弱点を注意深く理解する必要がある。 クリケット選手からそのような洞察を抽出するための決定的な計算手法が存在しないことは、重要な課題である。 本稿では,選手の強みと弱みを規定するルールを抽出する計算モデルを確立することにより,このギャップに対処する。
  論文  参考訳（メタデータ） (2023-11-12T11:51:05Z)
• 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)
• NewsStories: Illustrating articles with visual summaries [49.924916589209374]
  我々は,3300万記事,2200万画像,100万ビデオを含む大規模マルチモーダルデータセットを提案する。 現状の画像テキストアライメント手法は、複数の画像を持つ長い物語に対して堅牢ではないことを示す。 本稿では,GoodNewsデータセット上で,ゼロショット画像セット検索において,これらの手法を10%向上させる直感的なベースラインを提案する。
  論文  参考訳（メタデータ） (2022-07-26T17:34:11Z)
• Efficient tracking of team sport players with few game-specific annotations [1.052782170493037]
  そこで本研究では,セミ・インタラクティブ・システムを通じて収集された人間のアノテーションがほとんどないため,チームスポーツ選手をフルゲーム中に追跡する新たな汎用手法を提案する。 非曖昧なトラックレットとその外観特徴は、両方の公開データセットで事前訓練された検出と再識別ネットワークによって自動的に生成される。 ラグビーのセブンスデータセットにアプローチの効率性を示す。
  論文  参考訳（メタデータ） (2022-04-08T13:11:30Z)
• Distantly Supervised Semantic Text Detection and Recognition for Broadcast Sports Videos Understanding [0.0]
  スポーツクロックにおける極めて正確な意味テキストの検出と認識について検討する。 本稿では,スポーツクロックのデータセットを自動構築する遠隔監視手法を提案する。 私たちは、このシステムを産業環境でスケールするために、計算アーキテクチャパイプラインを共有します。
  論文  参考訳（メタデータ） (2021-10-31T23:59:29Z)
• 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)
• Dependency Induction Through the Lens of Visual Perception [81.91502968815746]
  本稿では,単語の具体性を利用した教師なし文法帰納モデルと,構成的視覚に基づく構成的文法を共同学習する手法を提案する。 実験により,提案した拡張は,文法的サイズが小さい場合でも,現在最先端の視覚的接地モデルよりも優れた性能を示すことが示された。
  論文  参考訳（メタデータ） (2021-09-20T18:40:37Z)
• Interactive Fiction Game Playing as Multi-Paragraph Reading Comprehension with Reinforcement Learning [94.50608198582636]
  対話型フィクション(IF)ゲームと実際の自然言語テキストは、言語理解技術に対する新たな自然な評価を提供する。 IFゲーム解決の新たな視点を捉え,MPRC(Multi-Passage Reading)タスクとして再フォーマットする。
  論文  参考訳（メタデータ） (2020-10-05T23:09:20Z)
• Learning Dynamic Belief Graphs to Generalize on Text-Based Games [55.59741414135887]
  テキストベースのゲームをプレイするには、自然言語処理とシーケンシャルな意思決定のスキルが必要である。 本研究では,原文からエンドツーエンドに学習したグラフ構造化表現を用いて,エージェントがテキストベースのゲームでどのように計画・一般化できるかを検討する。
  論文  参考訳（メタデータ） (2020-02-21T04:38:37Z)

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。