在PyTorch中，可以使用torchtext庫來讀取和處理CSV數據集。下面是一個使用torchtext讀取CSV數據集的示例：

首先，安裝torchtext庫：

pip install torchtext

然后，導入必要的模塊：

import torch
from torchtext.data import Field, TabularDataset, BucketIterator

定義數據集的字段（屬性）：

text_field = Field(sequential=True, tokenize='spacy', lower=True)
label_field = Field(sequential=False, use_vocab=False)
fields = [('text', text_field), ('label', label_field)]

讀取CSV數據集并劃分為訓練集和測試集：

train_data, test_data = TabularDataset.splits(
    path='path/to/dataset', train='train.csv', test='test.csv', format='csv',
    fields=fields, skip_header=True)

構建詞匯表（將文本轉換為數字索引）：

text_field.build_vocab(train_data, min_freq=1)

創建迭代器以批量加載數據：

batch_size = 32
train_iterator, test_iterator = BucketIterator.splits(
    (train_data, test_data), batch_size=batch_size, sort_key=lambda x: len(x.text),
    sort_within_batch=True)

現在，你可以使用train_iterator和test_iterator來迭代訓練集和測試集中的數據了。

注意：在上述代碼中，需要將'path/to/dataset'替換為實際數據集所在的路徑。此外，還可以根據實際需求更改字段的定義和迭代器的參數。