Language and Multimodal Models in Sports: A Survey of Datasets and Applications

最近自然语言处理（NLP）和多模态模型的整合推动了体育分析领域的发展。本文综述了2020年后推动这些创新的数据集和应用。我们将数据集分为三种类型：基于语言的、多模态的和可转换的。基于语言的和多模态的数据集分别用于涉及文本或多模态（如文本、视频、音频）的任务。可转换的数据集最初是单模态（视频），可以通过添加额外的注释（如行动解释和视频描述）来丰富其多模态性，为未来提供更丰富和多样化的应用。我们的研究强调了这些数据集对各种应用的贡献，从改善球迷体验到支持战术分析和医学诊断。我们还讨论了数据集开发的挑战和未来方向，强调需要多样化、高质量的数据来支持实时处理和个性化用户体验。本文为研究人员和从业者在体育领域利用NLP和多模态模型提供了基础资源，提供了有关该领域当前趋势和未来机遇的见解。

这篇论文旨在介绍自然语言处理（NLP）和多模态模型在体育分析领域中的应用和数据集，并探讨未来的发展方向和挑战。

论文介绍了三种主要类型的数据集：基于语言的、多模态的和可转换的数据集，并探讨了它们对于各种应用的贡献，包括提高球迷体验、支持战术分析和医学诊断等。同时，论文强调了需要多样化、高质量的数据来支持实时处理和个性化用户体验。

论文提供了一个基础资源，供研究人员和实践者在体育领域利用NLP和多模态模型，提供了当前趋势和未来机会的见解。实验使用了多个数据集，并探讨了它们在不同应用中的作用。论文还讨论了数据集开发中的挑战和未来方向。

最近在这个领域中，还有一些相关的研究，如《Exploring the Role of Natural Language Processing in Sports Analytics》、《Multimodal Sports Data Fusion: A Survey》等。