BADGE：基于LLM的网球报告生成与评估

网球享有广泛流行，赛事报告通常包括选手姓名、比赛得分和球类型等细节，为观众提供了对比赛的全面了解。然而，撰写这些报告往往是一项耗时的工作。这一挑战促使我们探索大语言模型（LLM）是否能够自动生成和评估网球报告。我们引入了一个新框架，命名为BADGE，专为此目的设计。我们的方法由两个主要阶段组成：报告生成和报告评估。最初，网球相关数据由LLM处理，然后生成比赛的详细报告。我们测试了不同的输入数据类型、情境学习（ICL）和LLM，发现使用CSV数据类型和链式思维提示时，GPT-4性能最佳。随后，LLM对报告进行评估和评分，以 Assess their quality。我们将GPT-4评估的分数与人类评审员的分数进行比较，发现GPT-4生成的报告更受青睐。由于LLM在网球报道领域的应用尚未得到广泛探索，我们的研究为该领域的未来发展奠定了基础。此外，我们的方法可以扩展到其他运动项目，从而增强体育推广。欲了解更多详情，请参阅 https://github.com/AndyChiangSH/BADGE。