Update README.md

README.md

@@ -1,156 +1,165 @@
----
-    language:
-    - zh
-    license: cc-by-4.0
-    task_categories:
-    - text-classification
-    - multi-label-classification
-    task_ids:
-    - multi-label-text-classification
-    - poetry-analysis
-    pretty_name: CCPD - Classical Chinese Poetry Dataset
-    size_categories:
-    - 1K<n<10K
-    dataset_info:
-    features:
-    - name: text
-        dtype: string
-        description: 诗歌正文内容
-    - name: title  
-        dtype: string
-        description: 诗歌标题
-    - name: theme_labels
-        sequence: string
-        description: 主题标签列表（如思乡、怀人等）
-    - name: emotion_labels
-        sequence: string
-        description: 情感标签列表（如愁绪、哀伤等）
-    config_name: ccpd
-    version: 1.0.0
-    splits:
-    - name: train
-        num_bytes: 0
-        num_examples: 17103
-    ---
-
-    # CCPD - 古典中文诗歌多标签分类数据集
-
-    ## 数据集描述
-
-    CCPD (Classical Chinese Poetry Dataset) 是一个包含多标签标注的古典中文诗歌数据集，专门用于诗歌主题和情感的多标签分类研究。
-
-    ## 数据集详情
-
-    ### 基本信息
-    - **诗歌数量**: 17103 首
-    - **主题标签数量**: 10 个
-    - **情感标签数量**: 13 个
-    - **数据划分**: 全部作为训练集
-
-    ### 数据格式说明
-
-    原始数据格式为：`主题标签#主题标签,情感标签#情感标签,标题,正文`
-
-    处理后的数据格式如下：
-    python
-    {
-    "text": "诗歌正文",
-    "title": "诗歌标题",
-    "theme_labels": ["主题1", "主题2"], # 主题标签列表
-    "emotion_labels": ["情感1", "情感2"] # 情感标签列表
-    }
-    ### 标签统计
-
-    **前10个最常见主题标签**:
-    - 思乡: 9010次
-- 怀人: 2263次
-- 田园: 1213次
-- 战争: 1139次
-- 山水: 1071次
-- 怀古: 689次
-- 闺怨: 650次
-- 悼亡: 576次
-- 咏物: 566次
-- 送别: 314次
-
-    **前10个最常见情感标签**:
-    - 想家: 12327次
-- 哀伤: 3645次
-- 愁绪: 3548次
-- 孤独: 1646次
-- 失意: 1576次
-- 思念: 1468次
-- 流泪: 953次
-- 恐惧: 933次
-- 怨恨: 682次
-- 喜悦: 522次
-
-    ## 使用示例
-
-    ### 加载数据集
-
-    python
-    from datasets import load_dataset
-    dataset = load_dataset("1602353775wzj/CCPD")
-    print(f"数据集大小: {len(dataset['train'])}")
-    print(dataset['train'][0])
-
-    ### 多标签分类任务
-    python
-    from sklearn.model_selection import train_test_split
-    import pandas as pd
-    转换为DataFrame
-    df = pd.DataFrame(dataset['train'])
-    合并所有标签
-    df['all_labels'] = df['theme_labels'] + df['emotion_labels']
-    划分数据集
-    train_df, test_df = train_test_split(df, test_size=0.2, random_state=42)
-    train_df, val_df = train_test_split(train_df, test_size=0.1, random_state=42)
-    print(f"训练集: {len(train_df)}, 验证集: {len(val_df)}, 测试集: {len(test_df)}")
-    ### 分别处理主题和情感分类
-    python
-    主题分类
-    def prepare_theme_classification(example):
-    return {
-    "text": example["text"],
-    "labels": example["theme_labels"]
-    }
-    情感分类
-    def prepare_emotion_classification(example):
-    return {
-    "text": example["text"],
-    "labels": example["emotion_labels"]
-    }
-    合并分类
-    def prepare_combined_classification(example):
-    return {
-    "text": example["text"],
-    "labels": example["theme_labels"] + example["emotion_labels"]
-    }
-
-    ## 任务应用
-
-    本数据集适用于以下NLP任务：
-
-    1. **多标签文本分类**
-    2. **诗歌主题分析**
-    3. **情感分析** 
-    4. **古典文学研究**
-    5. **跨任务迁移学习**
-
-    ## 数据划分建议
-
-    由于数据集全部作为训练集，建议使用者根据研究需求自行划分：
-
-    - **传统划分**: 70%训练，15%验证，15%测试
-    - **交叉验证**: 使用K折交叉验证
-    - **留出法**: 保留部分数据作为测试集
-
-    ## 引用信息
-
-    如果您使用本数据集，请引用相关来源。
-
-    ## 免责声明
-
-    本数据集仅用于学术研究目的。
-    
+---
+license: cc-by-4.0
+task_categories:
+- text-classification
+language:
+- zh
+tags:
+- art
+pretty_name: Classical Chinese Poetry Dataset (CCPD)
+size_categories:
+- 10K<n<100K
+---
+
+# 📜 CCPD - 古典中文诗歌多标签分类数据集
+
+## 数据集描述
+
+CCPD (Classical Chinese Poetry Dataset) 是一个包含多标签标注的古典中文诗歌数据集，专门用于诗歌主题和情感的**多标签分类研究**。
+
+---
+
+## 数据集详情
+
+### 🔗 原始数据集链接
+
+**GitHub 仓库**: [https://github.com/yuting-wei/CCPD](https://github.com/yuting-wei/CCPD)
+
+### 🏷️ 基本信息
+* **诗歌数量**: 17103 首
+* **主题标签数量**: 10 个
+* **情感标签数量**: 13 个
+* **数据划分**: 全部作为训练集
+
+### 📝 数据格式说明
+
+原始数据格式为：\`主题标签#主题标签,情感标签#情感标签,标题,正文\`
+
+处理后的数据格式如下：
+\`\`\`python
+{
+"text": "诗歌正文",
+"title": "诗歌标题",
+"theme_labels": ["主题1", "主题2"], # 主题标签列表
+"emotion_labels": ["情感1", "情感2"] # 情感标签列表
+}
+\`\`\`
+
+### 📊 标签统计
+
+#### 前10个最常见主题标签:
+
+| 标签 | 频次 |
+| :--- | :--- |
+| **思乡** | 9010次 |
+| 怀人 | 2263次 |
+| 田园 | 1213次 |
+| 战争 | 1139次 |
+| 山水 | 1071次 |
+| 怀古 | 689次 |
+| 闺怨 | 650次 |
+| 悼亡 | 576次 |
+| 咏物 | 566次 |
+| 送别 | 314次 |
+
+#### 前10个最常见情感标签:
+
+| 标签 | 频次 |
+| :--- | :--- |
+| **想家** | 12327次 |
+| 哀伤 | 3645次 |
+| 愁绪 | 3548次 |
+| 孤独 | 1646次 |
+| 失意 | 1576次 |
+| 思念 | 1468次 |
+| 流泪 | 953次 |
+| 恐惧 | 933次 |
+| 怨恨 | 682次 |
+| 喜悦 | 522次 |
+
+---
+
+## 使用示例
+
+### 📥 加载数据集
+
+\`\`\`python
+from datasets import load_dataset
+
+dataset = load_dataset("1602353775wzj/CCPD")
+print(f"数据集大小: {len(dataset['train'])}")
+print(dataset['train'][0])
+\`\`\`
+
+### 🧩 多标签分类任务
+
+\`\`\`python
+from sklearn.model_selection import train_test_split
+import pandas as pd
+
+# 转换为DataFrame
+df = pd.DataFrame(dataset['train'])
+
+# 合并所有标签
+df['all_labels'] = df['theme_labels'] + df['emotion_labels']
+
+# 划分数据集
+train_df, test_df = train_test_split(df, test_size=0.2, random_state=42)
+train_df, val_df = train_test_split(train_df, test_size=0.1, random_state=42)
+print(f"训练集: {len(train_df)}, 验证集: {len(val_df)}, 测试集: {len(test_df)}")
+\`\`\`
+
+### ✂️ 分别处理主题和情感分类
+
+\`\`\`python
+# 主题分类
+def prepare_theme_classification(example):
+    return {
+        "text": example["text"],
+        "labels": example["theme_labels"]
+    }
+
+# 情感分类
+def prepare_emotion_classification(example):
+    return {
+        "text": example["text"],
+        "labels": example["emotion_labels"]
+    }
+
+# 合并分类
+def prepare_combined_classification(example):
+    return {
+        "text": example["text"],
+        "labels": example["theme_labels"] + example["emotion_labels"]
+    }
+\`\`\`
+
+---
+
+## 🚀 任务应用
+
+本数据集适用于以下NLP任务：
+
+1.  多标签文本分类
+2.  诗歌主题分析
+3.  情感分析
+4.  古典文学研究
+5.  跨任务迁移学习
+
+## 🔗 数据划分建议
+
+由于数据集全部作为训练集，建议使用者根据研究需求**自行划分**：
+
+* 传统划分: 70%训练，15%验证，15%测试
+* 交叉验证: 使用K折交叉验证
+* 留出法: 保留部分数据作为测试集
+
+---
+
+## 引用信息
+
+如果您使用本数据集，请引用相关来源。
+
+## 免责声明
+
+本数据集仅用于学术研究目的。