Create README.md

README.md

@@ -0,0 +1,74 @@
+# SongPanda-Bench
+
+
+![截屏 2025-10-28 14](https://cdn-uploads.huggingface.co/production/uploads/667ad96dbecec8fc513e405c/gdbk7Bbg5xW2v0vGBGG9U.png)
+
+
+## 数据集概述
+
+SongPanda-Bench 是针对古籍垂直领域设计的视觉语言模型评测基准，解决古籍领域评测数据稀缺、标注不专业的问题，支撑模型在复杂版式古籍任务上的性能验证。
+
+## 核心构成
+
+1. **数据来源**：覆盖 105 本古籍（宋至清刻本 + 域外刻本），参考专家意见，筛选重要版本，平衡经史子集分类
+
+2. **规模**：356 张高清古籍图像，优先选择含小字夹注的复杂版面
+
+3. **标注质量**：硕士生初标（基于 PaddleOCR 辅助校对）+ 博士生复核，标注规则：
+
+* 提取正文，夹注用标签标注
+
+* 漫漶不清处用`#`占位，异体字适当放宽修改
+
+![image](https://cdn-uploads.huggingface.co/production/uploads/667ad96dbecec8fc513e405c/gouWFY0-IFhJEnHt6a4TF.png)
+
+
+
+## 评测维度
+
+* **准确度**：结合 NED\_score（文本相似度）与 NER\_F1（夹注识别精度）
+
+* **鲁棒性**：评估模型应对噪音时的输出稳定性（重复 n-gram 惩罚机制）
+
+* **SongPanda模型的评价结果**
+
+![截屏2025-12-05 15.46.36](https://cdn-uploads.huggingface.co/production/uploads/667ad96dbecec8fc513e405c/kH8zA13LY-KSK32W0Ijk4.png)
+
+  
+
+## 获取与使用
+
+### 数据集获取
+
+直接从 Hugging Face 加载：
+
+```
+\# 方式1：通过datasets库加载
+
+from datasets import load\_dataset
+
+dataset = load\_dataset("ningzhuo/SongPanda-Bench")
+
+\# 方式2：直接访问仓库
+
+\# https://huggingface.co/datasets/ningzhuo/SongPanda-Bench
+```
+
+### 适用场景
+
+
+* 古籍视觉语言模型（VLMs）性能对比
+
+* 古籍 OCR / 字段区分任务效果验证
+
+* 古籍数字化工具精度评估
+
+## 作者团队
+
+郑陈锐 ¹，段伟 ²，范怿泽 ¹
+
+¹ 中山大学中文系 ² 上海师范大学人文学院
+
+## 说明
+
+数据集标注细节、构建方法论详见投稿中论文，建议与`ningzhuo/SongPanda`模型配合使用，获取完整评测体验。