Камбэки в футбольных новостях: почему 207 совпадений — не 207 отыгрышей
Обновлено
207 публикаций из 5 749: камбэки и отыгрыши в архиве футбола 2011–2017. Доли по годам и рубрикам, таблицы, график, исходные данные и ограничения поиска.
Можно ли найти все камбэки простым поиском? Наш широкий запрос дал 207 публикаций, но само это число ещё не отвечает на вопрос о матчах. В поиск вошли формы слова «камбэк», основы «отыграл» и «отыграт», сочетание «волевая победа». Такая проверка хорошо показывает, почему автоматическую подборку нужно читать до содержательного вывода.
Есть прямой контрпример: в новости «Дудек покинул Реал» слово «отыграл» относится к числу матчей за карьеру. Оно не сообщает об отыгранном отставании. Попытка назвать каждый найденный документ камбэком дала бы ложный результат уже на этом примере. Поэтому в заголовке исследования говорится о совпадениях языка.
Результат: 207 из 5749 текстов
Под выбранный запрос попали 207 публикации, или 3,6% корпуса. В заголовках этих документов совпадение найдено в 7 случаях. Заголовок проверялся отдельно: основной отбор выполнен по телу статьи, поэтому тексты, где тема названа только в заголовке, не добавлялись автоматически.
По абсолютному числу выбранных документов выделяется 2012 год: 75 из 1739 публикаций этого года. При сравнении долей за 2011–2016 годы максимум внутри нашего запроса приходится на 2012: 75 из 1739, или 4,31%. Это два разных способа описать выборку. Большой объём выпуска может дать больше совпадений, даже если доля темы не самая высокая.
Доля текстов внутри каждого года, %. Это редакционное внимание в архиве, а не частота событий в матчах.
Таблица данных графика
| Год | С упоминанием | Всего текстов | Доля, % |
|---|---|---|---|
| 2011 | 36 | 840 | 4.29 |
| 2012 | 75 | 1739 | 4.31 |
| 2013 | 53 | 1481 | 3.58 |
| 2014 | 21 | 848 | 2.48 |
| 2015 | 12 | 379 | 3.17 |
| 2016 | 8 | 373 | 2.14 |
| 2017 | 2 | 21 | 9.52 |
| Без даты | 0 | 68 | 0 |
Что меняется при выборе знаменателя
| Год публикации | С упоминанием | Всего текстов | Доля, % |
|---|---|---|---|
| 2011 | 36 | 840 | 4,29 |
| 2012 | 75 | 1739 | 4,31 |
| 2013 | 53 | 1481 | 3,58 |
| 2014 | 21 | 848 | 2,48 |
| 2015 | 12 | 379 | 3,17 |
| 2016 | 8 | 373 | 2,14 |
| 2017 | 2 | 21 | 9,52 |
Рубрики: объём выпуска и доля темы
| Раздел | С упоминанием | Всего в разделе | Доля, % |
|---|---|---|---|
| Англия | 54 | 1349 | 4,0 |
| Испания | 22 | 511 | 4,31 |
| Лига Чемпионов | 19 | 245 | 7,76 |
| Остальной мир | 19 | 453 | 4,19 |
| Россия | 17 | 592 | 2,87 |
| Чемпионат Италии | 17 | 334 | 5,09 |
Документы для проверки контекста
| Архивный материал | Дата публикации | Вхождения |
|---|---|---|
| Барселона и Месси – пятисотый победный | 2015-03-04 | 2 |
| Барселона — Порту. Суперкубок УЕФА. | 2011-08-27 | 2 |
| Дудек покинул Реал | 2011-05-06 | 2 |
| Интервью игроков ПСЖ после победы над Челси | 2014-04-04 | 2 |
| Лэмпард приносит победу Челси на Гудисон Парке | 2013-07-01 | 2 |
В другой группе текстов встречается «отыграться», но описывается лишь попытка команды сравнять счёт. Наличие намерения не доказывает успешного исхода. Даже выражение «волевая победа» в ретроспективе может относиться к событию, которое уже описано в другом документе. Чтобы получить число уникальных матчей, придётся связать публикации с протоколами и убрать повторы.
Для дальнейшей разметки мы предлагаем три отдельных поля: упоминание попытки отыграться, утверждение об изменении счёта и подтверждённый итог матча. Пока такие поля не заполнены, доля текстов остаётся лексическим показателем. Это практический урок проверки футбольной статистики, которую часто пытаются извлечь из заголовков без контекста.
Один контрпример меняет смысл всей цифры
Новость о Дудеке показывает, насколько опасна основа «отыграл»: в ней речь о сыгранных за карьеру матчах. Это не случайная техническая погрешность округления, а другая семантика того же глагола. После такого наблюдения честный результат звучит как «207 лексических совпадений», пока не размечен каждый документ.
В отчёте о встрече «Барселоны» и «Порту» встречается попытка отыграться. Намерение команды и изменение счёта — разные события. В интервью после матча автор может пересказывать состоявшийся отыгрыш, но сам документ всё равно не становится новым уникальным матчем. Одного удаления явно ложного примера недостаточно, чтобы объявить оставшуюся выборку чистой.
Предлагаемая карточка проверки включает исходное отставание, последующее изменение счёта, итог и ссылку на протокол. Сначала нужно определить, включает ли исследование ничью после отставания либо только победу. Затем следует одинаково применить это определение ко всем матчам. Изменять границу под особенно эффектный пример нельзя.
Выбор примеров по числу словарных вхождений также имеет ограничение. Он полезен для поиска контекста, но не является случайной выборкой. Даже если среди показанных документов найти несколько неправильных совпадений, полученную долю нельзя переносить на все 207 без обоснованной процедуры отбора. Поэтому процент точности поиска здесь не рассчитан.
Как воспроизвести и улучшить исследование
Глагольные основы дают неоднозначные совпадения. Выборку нельзя считать готовой базой отыгрышей. В анализ включены 5 749 документов. У 68 дата не установлена; в 2017 году только 21 публикация. Таблица и график доступны в CSV и JSON. Подробный общий протокол приведён в лаборатории данных.
Объяснение самого футбольного понятия находится отдельно: как читать данные и ограничения карты ударов. Сопоставить несколько тем и скачать соседние наборы можно в лаборатории футбольного архива. Там видно, что одна публикация может входить сразу в несколько тем, поэтому их доли не следует складывать в единое распределение.