Chúng tôi trình bày một phương pháp mới để biểu diễn các bản ghi trò chơi trên bàn cờ ở định dạng JSON được mã hóa bằng cách sử dụng mô hình JSON Bag-of-Tokens (JSON-Bag) và sử dụng khoảng cách Jensen-Shannon (JSD) làm thước đo khoảng cách. Chúng tôi đánh giá hiệu quả của JSON-Bag trên ba nhiệm vụ: phân loại người chơi, tham số trò chơi và hạt giống trò chơi từ các bản ghi trò chơi của sáu trò chơi trên bàn cờ (7 Wonders, Dominion, Sea Salt and Paper, Can't Stop, Connect4 và Dots and Boxes) bằng cách sử dụng tìm kiếm lân cận gần nhất dựa trên nguyên mẫu (P-NNS). Trong hầu hết các nhiệm vụ, JSON-Bag vượt trội hơn các mô hình cơ sở sử dụng các tính năng thủ công và các đánh giá phân loại N-shot chứng minh hiệu quả mẫu của các nguyên mẫu JSON-Bag đại diện cho các lớp bản ghi trò chơi. Hơn nữa, chúng tôi chứng minh sức mạnh của việc trích xuất tính năng tự động bằng cách xử lý các mã thông báo như các tính năng riêng lẻ và áp dụng chúng vào Rừng ngẫu nhiên, cải thiện đáng kể độ chính xác trong các nhiệm vụ mà hiệu suất JSON-Bag thấp. Cuối cùng, chúng tôi chứng minh rằng JSD giữa các nguyên mẫu JSON-Bag của các lớp người chơi có mối tương quan cao với khoảng cách giữa các chính sách của người chơi trong cả sáu trò chơi.
