Document the GloVe word vector dataset

Add usage, schema, split, preprocessing, and citation documentation while preserving the existing YAML front matter (SHA-256: b599bfb34b3b82e9fb63c02b85b3a8f339052783b19f2edd38997dd1a470e124).

README.md

@@ -96,3 +96,111 @@ configs:
   - split: 200d
     path: twitter27B/200d-*
 ---
+
+
+# GloVe Pre-trained Word Vectors
+
+该仓库将 GloVe（Global Vectors for Word Representation）预训练词向量整理为 Hugging Face Dataset。每个配置对应一套官方发布语料，每个 split 名称表示词向量维度。
+
+## 配置
+
+| Config | 语料 | Split / 维度 | 词表大小 |
+| --- | --- | --- | ---: |
+| `6B` | Wikipedia 2014 + Gigaword 5 | `50d`, `100d`, `200d`, `300d` | 400,000 |
+| `42B` | Common Crawl 42B tokens | `300d` | 1,917,494 |
+| `840B` | Common Crawl 840B tokens | `300d` | 2,196,017 |
+| `twitter27B` | Twitter 27B tokens | `25d`, `50d`, `100d`, `200d` | 1,193,514 |
+
+全部配置的下载大小合计约为 7.9 GB。只需加载所需配置和维度，无需下载其他向量。
+
+## 字段说明
+
+每行表示一个 token 及其词向量：
+
+- `word`：原始词表中的 token。
+- `vector`：对应的 `float32` 向量；长度由 split 名称决定。
+
+例如，`6B` 配置的 `100d` split 中，每个 `vector` 包含 100 个浮点数。
+
+## 加载数据
+
+加载 `6B` 的全部维度：
+
+```python
+from datasets import load_dataset
+
+
+dataset = load_dataset("wliafe/glove", "6B")
+print(dataset)
+print(dataset["50d"][0])
+```
+
+只加载一个维度：
+
+```python
+from datasets import load_dataset
+
+
+vectors = load_dataset(
+    "wliafe/glove",
+    "twitter27B",
+    split="100d",
+)
+
+print(vectors.features)
+print(vectors[0]["word"])
+print(len(vectors[0]["vector"]))
+```
+
+其他配置示例：
+
+```python
+from datasets import load_dataset
+
+
+glove_42b = load_dataset("wliafe/glove", "42B", split="300d")
+glove_840b = load_dataset("wliafe/glove", "840B", split="300d")
+```
+
+## 查询词向量
+
+`Dataset.filter()` 可以直接查找少量 token，但它会扫描整个 split：
+
+```python
+from datasets import load_dataset
+
+
+vectors = load_dataset("wliafe/glove", "6B", split="50d")
+matches = vectors.filter(lambda row: row["word"] == "king")
+
+if len(matches) == 0:
+    raise KeyError("king 不在词表中")
+
+king_vector = matches[0]["vector"]
+print(len(king_vector))
+```
+
+频繁查询时，建议一次性建立 token 到行号或向量的索引，并根据内存容量选择所需配置。大型配置不适合无条件转换为完整的 Python 字典。
+
+## 使用说明
+
+- token 的大小写、标点和分词形式沿用原始 GloVe 文件。
+- 不同配置的词表互不保证一致。
+- split 名称是向量维度，不是训练集或测试集划分。
+- 向量以 `float32` 保存。
+
+## 引用
+
+如果该数据集对你的研究有帮助，请引用 GloVe：
+
+```bibtex
+@inproceedings{pennington2014glove,
+  title={GloVe: Global Vectors for Word Representation},
+  author={Pennington, Jeffrey and Socher, Richard and Manning, Christopher D.},
+  booktitle={Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP)},
+  pages={1532--1543},
+  year={2014}
+}
+```
+
+原始向量、语料说明和使用条款请以 [GloVe 官方项目页面](https://nlp.stanford.edu/projects/glove/) 为准。