一种篮球比赛回合智能切分及自校验方法及系统与流程
本发明涉及体育赛事数据分析,更具体的说是涉及一种篮球比赛回合智能切分及自校验方法及系统。
背景技术:
1、篮球作为全球参与度最高的团体运动之一,其现代战术分析、教练复盘、球员评估、临场决策、内容生产等环节均高度依赖逐回合细粒度过程数据,包含进攻效率指标、回合用时分布、回合终止类型分布等核心指标。然而,公开渠道可获得的赛事数据普遍以"节"或"场"为统计粒度,逐回合数据长期处于供给稀缺状态。
2、当前业内获取逐回合数据主要依赖以下三类途径,各有显著缺陷:
3、(a)人工标注方式:一名熟练分析师标注一场比赛通常需要4–8小时,且准确率受疲劳与主观判断影响波动较大,难以规模化。
4、(b)商业付费软件方式:单场费用为数十至数百美元,但其内部生产链条仍以人工制作为主,并未真正解决自动化问题,且对中小俱乐部、高校球队、媒体内容方而言成本难以承担。
5、(c)已有自动化处理方式:主要面向视频流或仅针对nba官方结构化json事件流,几乎未覆盖fiba体系下数量最为庞大的pdf格式play-by-play(可简称pbp)文档,亦未提供跨格式统一处理框架。
6、在自动化处理中,play-by-play文档自动结构化的核心技术难点,赛事结束后,组织方一般会发布play-by-play文档,逐条记录投篮、犯规、罚球、抢断、助攻、暂停、换人等比赛事件,是行业标配产物。然而,将pbp文档自动结构化为可用于回合分析的数据存在以下核心技术难点:
7、(1)事件类型复杂,多达二十余类,事件间的因果与时序耦合极强。例如"投篮未中→防守篮板→快攻得分"应连为同一回合的相邻事件,而"投篮未中→进攻篮板→再投篮命中+犯规"则跨越同一回合内的多次进攻动作,又不构成回合切分,规则边界模糊。
8、(2)多源异构格式并存,包含pdf格式、json格式、爬虫文本、html表格等。字段命名、时间戳格式(剩余时间vs已用时间)、事件命名差异巨大。
9、(3)pdf单页常在比赛进行中被物理切断,跨页事件的上下文极易丢失或被重复计入,规则方法在此处失效率高。
10、(4)规则相悖场景普遍存在,罚球归属、技术犯规归属、暂停后球权方向、24 秒违例归属等场景,业内存在多个相互矛盾的规则,缺乏统一标准。
11、受上述四点综合制约,现有pbp文档自动结构化方案准确率长期徘徊在70%–80%区间,而业内一般认为≥95%方可用于商业输出,因此无法满足工程化生产要求。
12、因此,如何对多源异构pbp原始数据进行自动化切分处理,并提高准确率,是本领域技术人员亟需解决的问题。
技术实现思路
1、鉴于上述问题,本发明提出了一种篮球比赛回合智能切分及自校验方法及系统,以便克服上述问题或者至少部分地解决上述问题。
2、为了实现上述目的,本发明采用如下技术方案:
3、第一方面,本发明提供一种篮球比赛回合智能切分及自校验方法,包括以下步骤:
4、s1、对输入的play-by-play原始数据进行格式判定,并根据格式类型选择预定义解析模板或大语言模型进行事件提取,并为每个事件生成统一的标准化数据结构,得到原始事件序列;
5、s2、对原始事件序列进行事件清洗后,按节次和时间戳排序;
6、s3、采用预设规则集从排序后的事件序列中识别出能够构成回合切分点的事件类型,生成候选边界点集合;
7、s4、采用预设裁决规则对候选边界点集合中的每个候选边界点进行检查与判定,生成是否切分或证据不足的裁决结果;
8、s5、针对裁决结果为证据不足的候选边界点,采用大语言模型执行二次裁决,判定这些证据不足的候选边界点是否应切分为回合边界,并给出判定依据;
9、s6、针对s4和s5得到的每个已切分回合,判定进攻方和防守方,并标注回合终止类型,输出回合序列;
10、s7、对输出的回合序列进行多约束校验。
11、进一步的,s1中,当输入的play-by-play原始数据为标准pdf格式时,采用预定义解析模板进行数据提取,得到每个事件的标准化数据结构;当输入的play-by-play原始数据为json结构、网络爬虫文本、html表格或非标准pdf格式时,采用大语言模型进行结构化抽取,得到每个事件的标准化数据结构;将所有事件的标准化数据结构进行汇总,得到原始事件序列;
12、针对任一事件i,其标准化数据结构以六元组字段表示,表示为:
13、
14、其中,表示事件i所处节次,包含加时编号;表示事件i所处节次的剩余时间;表示事件i的类型枚举,表示事件i所包含的动作主体,表示事件i发生后的双方比分快照,表示事件i的上下文附加字段。
15、进一步的,s2中,对原始事件序列的事件清洗过程包括:
16、剔除关键字段为空的记录以及重复事件;
17、识别并剔除与比赛进程无关的元数据行,包括:标题行、分节标识行和页脚行;
18、将时间戳转换为统一格式,将球队名称统一映射为标准缩写,并将得分字段统一为整数类型。
19、进一步的,s3中,预设规则集依据篮球运动中球权归属变化特征,将候选边界点进行如下划分:
20、将投篮命中或罚球命中导致球权交换的事件划分为进攻终止得分类;
21、将进攻方因犯规或失误导致球权丧失的事件划分为进攻终止犯规失误类;
22、将进攻方因违例导致球权丧失的事件划分为进攻终止违例类;
23、将防守方通过抢断或篮板获得球权的事件划分为球权转换防守篮板类;
24、将节末或比赛结束时刻的强制边界点划分为时间强制切分类。
25、进一步的,s4中,采用预设裁决规则对候选边界点进行检查与判定的方式包括:
26、识别候选边界点是否为罚球候选点,若某候选边界点为罚球候选点,则检查同一时间戳内是否存在非常规犯规类型,若存在,则继续判断罚球方为进攻方还是防守方,若罚球方为当前回合的进攻方,则将当前罚球候选点归入当前回合,若罚球方为当前回合的防守方,则将当前罚球候选点归入防守方的新回合;若同一时间戳内存在常规犯规类型,则在常规犯规的最后一次罚球命中时,当前回合终止,未命中时由随后的篮板事件决定;若无法判断罚球方是进攻方还是防守方,则输出证据不足;
27、检查多个候选边界点是否共享同一时间戳,若是,则基于停表事件和非停表事件判断哪些事件属于同一回合,哪些事件需要切分,若无法判断,则输出证据不足;
28、检查是否存在因pdf文档跨页切断导致某候选边界点存在事件丢失或重复的问题,若是,则通过上下文因果链对该候选边界点进行修正,若修正后导致上下文因果链不完整,则输出证据不足。
29、进一步的,s5中,针对裁决结果为证据不足的候选边界点,以及存在录像回放复议相关的关键事件的候选边界点,采用大语言模型执行二次裁决,裁决过程包括:
30、构建上下文提示词,包括:候选边界点的事件文本与时间戳、同一时间戳及前后时间窗口的事件序列、比赛状态信息以及证据不足的具体原因;
31、大语言模型在提示词要求下,基于篮球规则与比赛逻辑,判定当前候选边界点是否应切分为回合边界,并给出判定依据。
32、进一步的,s6中,回合序列中的每个回合至少包含以下信息:起始时间戳、终止时间戳、进攻方、防守方、终止类型以及本回合得分。
33、进一步的,s7包括:
34、对输出的回合序列执行比分约束、节比分约束、罚球约束和回合数对称约束校验;
35、其中,比分约束为所有回合得分总和等于play-by-play原始数据记录的比赛最终比分;
36、节比分约束为每一节内所有回合得分总和等于当前节在play-by-play原始数据记录的节比分;
37、罚球约束为归入各回合的罚球命中事件的得分总和等于play-by-play原始数据记录的罚球命中次数的理论得分总和;
38、回合数对称约束为对阵双方的回合数之差绝对值不超过1;
39、若任一约束不满足时,则触发警报。
40、进一步的,s7中,对输出的回合序列进行多约束校验的过程还包括:
41、累加所有回合的得分增量,验证是否与play-by-play原始数据中记录的最终比分一致,若存在偏差则定位至具体回合,并触发警报;
42、统计提取的总回合数,与基于比赛时长与平均回合数的理论估计值进行偏差检查,若偏差超过阈值,则触发警报;
43、检查相邻回合的时间戳是否存在异常跳跃或倒序,若存在,则触发警报;
44、当触发警报时,标记具体警报类型,并回退至s5,强制对相关时间窗内事件启用大语言模型仲裁,若三轮回退后仍不通过,则进行复核标记。
45、第二方面,本发明提供一种篮球比赛回合智能切分及自校验系统,其采用如上所述的篮球比赛回合智能切分及自校验方法,包括:
46、多源数据标准化处理模块,用于对输入的play-by-play原始数据进行格式判定,并根据格式类型选择预定义解析模板或大语言模型进行事件提取,并为每个事件生成统一的标准化数据结构,得到原始事件序列;
47、事件清洗和排序模块,用于对原始事件序列进行事件清洗后,按节次和时间戳排序;
48、候选边界点识别模块,用于采用预设规则集从排序后的事件序列中识别出能够构成回合切分点的事件类型,生成候选边界点集合;
49、规则裁决模块,用于采用预设裁决规则对候选边界点集合中的每个候选边界点进行检查与判定,生成是否切分或证据不足的裁决结果;
50、大模型裁决模块,用于针对裁决结果为证据不足的候选边界点,采用大语言模型执行二次裁决,判定这些证据不足的候选边界点是否应切分为回合边界,并给出判定依据;
51、结构化输出模块,用于针对每个已切分回合,判定进攻方和防守方,并标注回合终止类型,输出回合序列;
52、多约束校验模块,用于对输出的回合序列进行多约束校验。
53、经由上述的技术方案可知,与现有技术相比,本发明具有以下有益效果:
54、1、本发明通过双路径架构对不同格式的原始数据进行处理,针对每个事件构建统一的中间结构表示,可同时覆盖pbp原始数据中的pdf、json、爬虫文本等多种数据格式。使下游回合切分过程不依赖具体输入格式。
55、2、先通过预设的专家规则集对识别出能够构成回合切分点的事件类型,再采用预设裁决规则对每个候选边界点进行检查与判定,确保切分的准确性。针对证据不足的候选边界点,还引入大语言模型进行二次裁决,将形式化规则与大语言模型的语义推理能力解耦协同,规避了纯规则方案的脆弱性与纯llm方案的不可解释性。
56、3、本发明通过对输出的回合序列进行多约束校验,进一步确保切分结果的准确性和合理性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com