Концовки матчей в новостях: исследование 170 публикаций 2011–2017

Футбольная концовка может стать сюжетом из-за гола, карточки, замены или простой попытки сохранить счёт. Поэтому мы не объявляем найденные упоминания поздними голами. Запрос ищет формы «концовка», сочетания «последние минуты» и «компенсированное время» в основном тексте. Его задача — измерить, как часто редакция вообще обращалась к заключительной части матча.

В названии набора данных используется техническое обозначение late-goals, но читательский показатель шире: это язык концовок. Имена файлов не должны незаметно становиться более сильным утверждением, чем позволяют данные. График ниже относится к публикациям, а не к минутам взятия ворот.

Результат: 170 из 5749 текстов

Под выбранный запрос попали 170 публикации, или 2,96% корпуса. В заголовках этих документов совпадение найдено в 0 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: 49 из 1739 публикаций этого года. При сравнении долей за 2011–2016 годы максимум внутри нашего запроса приходится на 2016: 19 из 373, или 5,09%. Это два разных способа описать выборку. Большой объём выпуска может дать больше совпадений, даже если доля темы не самая высокая.

Что меняется при выборе знаменателя

Рубрики: объём выпуска и доля темы

Документы для проверки контекста

Упоминание «в концовке» может относиться к тайму, матчу и даже отрезку карьеры. Чтобы отделить эти значения, нужна ручная разметка всех совпадений. В выбранных примерах контекст можно открыть по ссылкам. Мы не присваиваем каждой найденной строке минуту и не строим на ней распределение голов по времени.

Для самостоятельного исследования поздних голов нужен другой набор: уникальные матчи, точные минуты, правила записи компенсированного времени и проверенные авторы голов. Затем нужно определить, что именно считать поздним голом. Без заранее названной границы два автора могут получить разные итоги даже из одинакового списка протоколов.

Время в тексте и время события

У 170 выбранных документов нет заголовочных совпадений с нашим шаблоном. Это не отсутствие сюжетов о концовках: названия могут сообщать результат или реакцию участника, оставляя временное уточнение в теле. Для поиска по минутам одного названия поэтому недостаточно.

Слово «концовка» удобно автору своей гибкостью, но исследователю приходится уточнять его значение. Имеется ли в виду второй тайм, конец основного времени, отдельный отрезок встречи? Был ли гол, попытка удара или сохранение преимущества? Без этих полей нельзя превратить публикацию в строку таблицы голов.

Даже запись компенсированного времени потребовала бы единого формата. Условная запись минуты с добавленным временем и округлённое «в конце матча» имеют разную точность. Текущий корпусный запрос не выравнивает их и не додумывает секунды. Дату публикации также нельзя подставлять вместо даты описываемой встречи.

Читателю полезно сначала открыть объяснение добавленного времени, затем вернуться к старому отчёту. Правило назначения времени и статистическое определение «позднего гола» — самостоятельные вещи. Первое можно сверить с нормативным источником; второе исследователь обязан установить до расчёта, явно назвав границу своей выборки.

Как воспроизвести и улучшить исследование

График отражает язык концовок. Точная минута и факт гола из выражения не выводятся. 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 назначается добавленное время. 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.