板球运动员画像：利用文本解说数据解析优势与劣势
机器学习
2023-11-14 v1 计算与语言
摘要
在板球中制定针对特定选手的策略，需要细致理解每位选手独特的优势与劣势。然而，缺乏从板球运动员中提取此类见解的确定性计算方法，构成了重大挑战。本文试图通过建立计算模型来填补这一空白，这些模型旨在提取支配选手优势与劣势的规则，从而促进为个体选手制定量身定制的策略。该工作的复杂性在于几个关键方面：合适数据集的选择、优势与劣势规则的精确定义、适当学习算法的识别，以及所推导规则的验证。为应对这些挑战，我们提出利用非结构化数据，特别是板球文本解说，作为构建板球选手全面优势与劣势规则的宝贵资源。我们还引入了用于构建这些规则的计算可行定义，并提出了一种用于规则构建过程的降维技术。为展示该方法的实用性，我们利用超过一百万条文本解说的庞大语料库，对板球选手的优势与劣势进行了深入分析。此外，我们通过两种不同方法（内在与外在）验证了所构建的规则。本研究的结果公开可用，包括所收集的数据、源代码以及超过250名板球选手的结果，可访问 https://bit.ly/2PKuzx8。
引用
@article{arxiv.2311.06818,
title = {Cricket Player Profiling: Unraveling Strengths and Weaknesses Using Text Commentary Data},
author = {Swarup Ranjan Behera and Vijaya V. Saradhi},
journal= {arXiv preprint arXiv:2311.06818},
year = {2023}
}
备注
The initial work was published in the ICMLA 2019 conference