ritup3/SporTabSet

--- pretty_name: SporTabSet tags: - datasets - text - tabular - sports - basketball - cricket configs: - config_name: basketball data_files: - split: train path: - basketball/final/original.json - basketball/final/anonymized.json - basketball/final/counterfactual.json - config_name: basketball_temporal data_files: - split: old path: basketball/final/original_old.json - split: new path: basketball/final/original_new.json - config_name: cricket_odi_original data_files: - split: train path: cricket/all_data_json/original.json - config_name: cricket_odi_counterfactual data_files: - split: train path: cricket/all_data_json/counterfactual.json - config_name: cricket_odi_masked data_files: - split: train path: cricket/all_data_json/masked.json - config_name: cricket_odi_unmasked data_files: - split: train path: cricket/all_data_json/unmasked.json - config_name: cricket_odi_paraphrase data_files: - split: train path: cricket/all_data_json/paraphrase.json - config_name: cricket_odi_symbolic data_files: - split: train path: cricket/all_data_json/symbolic.json - config_name: cricket_odi_temporal data_files: - split: train path: cricket/all_data_json/odi_complete_temporal.json - config_name: cricket_t20_original data_files: - split: train path: cricket/all_data_t20_json/original.json - config_name: cricket_t20_counterfactual data_files: - split: train path: cricket/all_data_t20_json/counterfactual.json - config_name: cricket_t20_masked data_files: - split: train path: cricket/all_data_t20_json/masked.json - config_name: cricket_t20_unmasked data_files: - split: train path: cricket/all_data_t20_json/unmasked.json - config_name: cricket_t20_paraphrase data_files: - split: train path: cricket/all_data_t20_json/paraphrase.json - config_name: cricket_t20_symbolic data_files: - split: train path: cricket/all_data_t20_json/symbolic.json - config_name: cricket_t20_linguistic data_files: - split: train path: cricket/all_data_t20_json/linguistic.json --- # Coral Sports Commentary This repository packages the finalized basketball data, the cricket ODI and T20 variants, and the temporal subsets needed for Hugging Face upload. ## Included Data - `basketball`: finalized basketball commentary variants from `basketball/final`. - `basketball_temporal`: basketball temporal partition exposed as `old` and `new` splits. - `cricket_odi_*`: ODI cricket variants, excluding `old_2025.json` and `new_2025.json`. - `cricket_odi_temporal`: ODI temporal cricket data from `odi_complete_temporal.json`. - `cricket_t20_*`: T20 cricket variants. ## Data Fields ### Basketball - `id`: unique game identifier. - `commentary`: full game commentary text. - `boxscore`: player-level boxscore stored as aligned arrays for team, player, and stat columns. ### Cricket ODI and T20 Core Variants - `commentaries`: source commentary text. - `commentary_final`: final transformed commentary text. - `batsman_gnd_truth_table`: batting ground-truth table. - `bolwer_gnd_truth_table`: bowling ground-truth table. - `mapping`: replacement mapping used in counterfactual or symbolic variants when present. - `ref_table`: source match/table reference when present. - `commentaries_2`: auxiliary transformed commentary field used in some variants, often describing the masked commentary. - `commentaries_hindi`: auxiliary variant-specific commentary field used in some T20 files. - `commentaries_symbolic`: symbolic intermediate commentary field used in T20 symbolic data. - `commentaries_counterfactual`: counterfactual intermediate commentary field used in T20 counterfactual data. ### Cricket ODI Temporal - `commentaries`: source commentary text segment. - `commentaries_masked`: masked version of the same commentary segment. - `batsman_gnd_truth`: batting ground-truth records for the segment. - `bowler_gnd_truth`: bowling ground-truth records for the segment.数据集名称：SporTabSet 标签： - 数据集 - 文本 - 表格型（tabular） - 体育赛事 - 篮球 - 板球 配置项： - 配置名称：篮球（basketball） 数据文件： - 划分集：训练集（train） 文件路径： - basketball/final/original.json - basketball/final/anonymized.json - basketball/final/counterfactual.json - 配置名称：时序篮球（basketball_temporal） 数据文件： - 划分集：旧划分（old） 文件路径：basketball/final/original_old.json - 划分集：新划分（new） 文件路径：basketball/final/original_new.json - 配置名称：板球单日国际赛原始数据（cricket_odi_original） 数据文件： - 划分集：训练集（train） 文件路径：cricket/all_data_json/original.json - 配置名称：板球单日国际赛反事实数据（cricket_odi_counterfactual） 数据文件： - 划分集：训练集（train） 文件路径：cricket/all_data_json/counterfactual.json - 配置名称：板球单日国际赛掩码数据（cricket_odi_masked） 数据文件： - 划分集：训练集（train） 文件路径：cricket/all_data_json/masked.json - 配置名称：板球单日国际赛非掩码数据（cricket_odi_unmasked） 数据文件： - 划分集：训练集（train） 文件路径：cricket/all_data_json/unmasked.json - 配置名称：板球单日国际赛释义改写数据（cricket_odi_paraphrase） 数据文件： - 划分集：训练集（train） 文件路径：cricket/all_data_json/paraphrase.json - 配置名称：板球单日国际赛符号化数据（cricket_odi_symbolic） 数据文件： - 划分集：训练集（train） 文件路径：cricket/all_data_json/symbolic.json - 配置名称：板球单日国际赛事时序数据（cricket_odi_temporal） 数据文件： - 划分集：训练集（train） 文件路径：cricket/all_data_json/odi_complete_temporal.json - 配置名称：板球T20原始数据（cricket_t20_original） 数据文件： - 划分集：训练集（train） 文件路径：cricket/all_data_t20_json/original.json - 配置名称：板球T20反事实数据（cricket_t20_counterfactual） 数据文件： - 划分集：训练集（train） 文件路径：cricket/all_data_t20_json/counterfactual.json - 配置名称：板球T20掩码数据（cricket_t20_masked） 数据文件： - 划分集：训练集（train） 文件路径：cricket/all_data_t20_json/masked.json - 配置名称：板球T20非掩码数据（cricket_t20_unmasked） 数据文件： - 划分集：训练集（train） 文件路径：cricket/all_data_t20_json/unmasked.json - 配置名称：板球T20释义改写数据（cricket_t20_paraphrase） 数据文件： - 划分集：训练集（train） 文件路径：cricket/all_data_t20_json/paraphrase.json - 配置名称：板球T20符号化数据（cricket_t20_symbolic） 数据文件： - 划分集：训练集（train） 文件路径：cricket/all_data_t20_json/symbolic.json - 配置名称：板球T20语言变体数据（cricket_t20_linguistic） 数据文件： - 划分集：训练集（train） 文件路径：cricket/all_data_t20_json/linguistic.json ## 科拉尔体育评论（Coral Sports Commentary） 本仓库整理了最终版篮球数据集、板球单日国际赛（One Day International，ODI）与T20赛事变体数据集，以及适用于Hugging Face平台上传的时序子集文件。 ### 包含数据 - `basketball`：来自`basketball/final`路径下的最终版篮球赛事评论变体数据。 - `basketball_temporal`：划分为`old`（旧划分）与`new`（新划分）的篮球时序分区数据。 - `cricket_odi_*`：板球单日国际赛各类变体数据集，不含`old_2025.json`与`new_2025.json`文件。 - `cricket_odi_temporal`：来自`odi_complete_temporal.json`的板球单日国际赛事时序数据。 - `cricket_t20_*`：板球T20赛事各类变体数据集。 ### 数据字段 #### 篮球数据集字段 - `id`：唯一赛事标识符。 - `commentary`：完整赛事评论文本。 - `boxscore`：以对齐数组形式存储的球员级比赛技术统计单（boxscore），包含球队、球员与统计项列。 #### 板球单日国际赛与T20赛事核心变体数据集字段 - `commentaries`：原始评论文本。 - `commentary_final`：经最终转换后的评论文本。 - `batsman_gnd_truth_table`：击球手真实标签表（ground truth）。 - `bowler_gnd_truth_table`：投球手真实标签表（ground truth，原文存在笔误，应为bowler）。 - `mapping`：当存在反事实（counterfactual）或符号化（symbolic）变体时，所使用的替换映射表。 - `ref_table`：当存在时，指向原始赛事/表格的参考表。 - `commentaries_2`：部分变体中使用的辅助转换评论字段，通常用于描述掩码后的评论内容。 - `commentaries_hindi`：部分T20数据文件中使用的、特定于变体的辅助评论字段。 - `commentaries_symbolic`：T20符号化数据中使用的符号化中间评论字段。 - `commentaries_counterfactual`：T20反事实数据中使用的反事实中间评论字段。 #### 板球单日国际赛事时序数据字段 - `commentaries`：原始评论文本片段。 - `commentaries_masked`：同一段评论文本的掩码版本。 - `batsman_gnd_truth`：该片段对应的击球手真实标签记录。 - `bowler_gnd_truth`：该片段对应的投球手真实标签记录。