Update README.md

README.md

@@ -20,7 +20,63 @@ dataset_info:
     num_examples: 76013
   download_size: 15009797
   dataset_size: 19839577
+license: mit
+task_categories:
+- text-generation
+language:
+- zh
+size_categories:
+- 10K<n<100K
 ---
 # Dataset Card for "poetry-chinese-zhtw"
 
-[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
+## 資料集摘要
+
+中文古典文集資料庫收集了約 5.5 萬首唐詩、26 萬首宋詩、2.1 萬首宋詞和其他古典文集。詩人包括唐宋兩朝近 1.4 萬古詩人，和兩宋時期 1.5 千古詞人。
+
+- **五代十國**: 收錄"花間集"與"南唐二主詞"
+- **唐**: 收錄"全唐詩"(是清康熙四十四年，康熙皇帝主導下，蒐集羅唐詩的收藏「得詩 48,900 餘首，詩入 2,200 人」)。
+- **宋**: 收錄"全宋詞"(由唐圭璋編著，孔凡禮補輯，共收錄宋代詞人 1,330 家，詞作 21,116 首)。
+- **元**: 收錄元曲 11,057 篇，曲家 233 人。
+- **清**: 收錄"納蘭性德詩集"
+
+原始資料來源:
+- [chinese-poetry: 最全中文诗歌古典文集数据库](https://github.com/chinese-poetry/chinese-poetry/tree/master)
+
+## 資料下載清理
+
+1. 下載 [chinese-poetry: 最全中文诗歌古典文集数据库](https://github.com/chinese-poetry/chinese-poetry/tree/master) 的 Repo
+2. 調整資料呈現結構便於模型訓練
+3. 使用 OpenCC 來進行簡繁轉換
+4. 使用 Huggingface Datasets 來上傳至 Huggingface Hub
+
+## 資料集結構
+
+```json
+{
+  "author":"杜甫",
+  "title":"月",
+  "text":"天上秋期近，人間月影清。入河蟾不沒，搗藥兔長生。只益丹心苦，能添白髮明。干戈知滿地，休照國西營。",
+  "category":"唐"
+}
+```
+
+## 資料欄位
+
+- `author`: (string) 作者
+- `title`: (string) 作品名稱
+- `text`: (string) 文章內容
+- `category`: (string) 作品的朝代
+
+## 如何使用
+
+```python
+from datasets import load_dataset
+
+dataset = load_dataset("erhwenkuo/poetry-chinese-zhtw", split="train")
+```
+
+## 許可資訊
+
+[MIT](https://zh.wikipedia.org/zh-tw/MIT%E8%A8%B1%E5%8F%AF%E8%AD%89)
+