通过语言预测足球比赛中的事件
机器学习
2024-04-29 v2 计算与语言
摘要
本文介绍了一种预测足球比赛中下一事件的方法，这一挑战与大语言模型(LLM)面临的问题具有显著的相似性。其他方法严重限制了足球中的事件动态，通常从许多变量中抽象出来或依赖序列模型的混合，与此不同，我们的研究提出了一种受 LLM 方法论启发的新技术。这些模型预测组成事件的完整变量链，显著简化了足球大型事件模型(LEM)的构建。在公开的 WyScout 数据集上利用深度学习，所提出的方法在关键领域明显超越了以往 LEM 提案的性能，例如下一事件类型的预测准确率。本文强调了 LEM 在各种应用中的效用，包括比赛预测和分析。此外，我们表明 LEM 为用户构建分析流水线提供了模拟主干，这与当前专用的单目的模型方法相反。LEM 代表了足球分析的关键进步，通过单一机器学习模型为多方面分析流水线建立了基础框架。
引用
@article{arxiv.2402.06820,
title = {Forecasting Events in Soccer Matches Through Language},
author = {Tiago Mendes-Neves and Luís Meireles and João Mendes-Moreira},
journal= {arXiv preprint arXiv:2402.06820},
year = {2024}
}