Update README.md

README.md

@@ -1,42 +1,91 @@
----
-license: apache-2.0
-configs:
-- config_name: default
-  data_files:
-  - split: train
-    path: data/train-*
-dataset_info:
-  features:
-  - name: label
-    dtype:
-      class_label:
-        names:
-          '0': Thời sự
-          '1': Thế giới
-          '2': Kinh doanh
-          '3': Khoa học
-          '4': Bất động sản
-          '5': Sức khỏe
-          '6': Thể thao
-          '7': Giải trí
-          '8': Pháp luật
-          '9': Giáo dục
-          '10': Đời sống
-  - name: title
-    dtype: string
-  - name: description
-    dtype: string
-  - name: text
-    dtype: string
-  splits:
-  - name: train
-    num_bytes: 735809126
-    num_examples: 1348717
-  download_size: 401116845
-  dataset_size: 735809126
-language:
-- vi
-pretty_name: d
-size_categories:
-- 1M<n<10M
----
+---
+license: apache-2.0
+configs:
+- config_name: default
+  data_files:
+  - split: train
+    path: data/train-*
+dataset_info:
+  features:
+  - name: label
+    dtype:
+      class_label:
+        names:
+          '0': Thời sự
+          '1': Thế giới
+          '2': Kinh doanh
+          '3': Khoa học
+          '4': Bất động sản
+          '5': Sức khỏe
+          '6': Thể thao
+          '7': Giải trí
+          '8': Pháp luật
+          '9': Giáo dục
+          '10': Đời sống
+  - name: title
+    dtype: string
+  - name: description
+    dtype: string
+  - name: text
+    dtype: string
+  splits:
+  - name: train
+    num_bytes: 735809126
+    num_examples: 1348717
+  download_size: 401116845
+  dataset_size: 735809126
+language:
+- vi
+pretty_name: Vietnamese News Classification Dataset
+size_categories:
+- 1M<n<10M
+---
+
+# Vietnamese News Classification Dataset (1.3M)
+
+## Dataset Description
+
+This dataset contains approximately **1.3 million** Vietnamese news articles collected from major online news portals. Structured similarly to the popular AG News dataset, it serves as a valuable resource for experimenting with multi-class text classification in Vietnamese.
+
+The dataset covers **11 topics** (categories) ranging from current affairs, sports, technology, to entertainment.
+
+- **Curated by:** Nam Syntax
+- **Language:** Vietnamese
+- **Total Rows:** ~1.3M
+- **Task:** Multi-class Text Classification
+
+## Dataset Structure
+
+### Data Fields
+
+Each instance in the dataset consists of the following fields:
+
+- `label`: The category label id (Integer, 0-10).
+- `title`: The title of the news article (String).
+- `description`: A short summary/abstract of the article (String).
+- `text`: The combination of title and description (and body content if available) used for training (String).
+
+### Example
+
+```json
+{
+"label": 0
+"title": "Ba xe tông liên hoàn trên đường tránh Quảng Bình",
+"description": "Xe khách bị rách hông bên phải sau cú tông vào xe tải chạy ngược chiều...",
+"text": "Ba xe tông liên hoàn trên đường tránh Quảng Bình. Xe khách bị rách hông...",
+}
+```
+
+| ID | Vietnamese Label | English Alias |
+|:---:|:---|:---|
+| 0 | Thời sự | current_affairs |
+| 1 | Thế giới | world |
+| 2 | Kinh doanh | business |
+| 3 | Khoa học công nghệ | science_tech |
+| 4 | Bất động sản | real_estate |
+| 5 | Sức khỏe | health |
+| 6 | Thể thao | sports |
+| 7 | Giải trí | entertainment |
+| 8 | Pháp luật | law |
+| 9 | Giáo dục | education |
+| 10 | Đời sống | lifestyle |