init dataset

README.md

@@ -1,11 +1,39 @@
----
-license: Apache License 2.0
----
-数据集文件元信息以及数据文件，请浏览“数据集文件”页面获取。
 
-当前数据集卡片使用的是默认模版，数据集的贡献者未提供更加详细的数据集介绍，但是您可以通过如下GIT Clone命令，或者ModelScope SDK来下载数据集
+---
+displayName: SAMSum Corpus
+labelTypes:
+- Classification
+license:
+- CC BY-NC-ND 4.0
+mediaTypes:
+- Text
+paperUrl: https://arxiv.org/pdf/1911.12237v2.pdf
+publishDate: "2019"
+publishUrl: https://github.com/huggingface/datasets/tree/master/datasets/samsum
+publisher:
+- Samsung R&D Institute Poland
+tags:
+- Text
+taskTypes:
+- Text Summarization/Simplication
+- Federated Learning
+- Abstractive Text Summarization
 
-#### 下载方法 
-:modelscope-code[]{type="sdk"}
+---
+# 数据集介绍
+  ## 简介
+   SAMSum 数据集包含大约 16k 个带有摘要的类似信使的对话。对话由精通英语的语言学家创建和记录。语言学家被要求创建类似于他们每天所写的对话，以反映他们现实生活中的信使对话的主题比例。风格和语域是多样化的——对话可以是非正式的、半正式的或正式的，它们可能包含俚语、表情符号和错别字。然后，用摘要对对话进行注释。假设摘要应该是人们在第三人称对话中所谈论内容的简明扼要。 SAMSum 数据集由波兰三星研发研究所准备并分发用于研究目的（非商业许可：CC BY-NC-ND 4.0）。 
+  ## 引文
+  
+```
+"@article{gliwa2019samsum,
+title={SAMSum corpus: A human-annotated dialogue dataset for abstractive summarization},
+author={Gliwa, Bogdan and Mochol, Iwona and Biesek, Maciej and Wawer, Aleksander},
+journal={arXiv preprint arXiv:1911.12237},
+year={2019}
+}"
+```
+
+  
+## Download dataset
 :modelscope-code[]{type="git"}
-

metafile.yaml

@@ -0,0 +1,18 @@
+displayName: SAMSum Corpus
+labelTypes:
+- Classification
+license:
+- CC BY-NC-ND 4.0
+mediaTypes:
+- Text
+paperUrl: https://arxiv.org/pdf/1911.12237v2.pdf
+publishDate: "2019"
+publishUrl: https://github.com/huggingface/datasets/tree/master/datasets/samsum
+publisher:
+- Samsung R&D Institute Poland
+tags:
+- Text
+taskTypes:
+- Text Summarization/Simplication
+- Federated Learning
+- Abstractive Text Summarization

quickstart.md

@@ -0,0 +1,9 @@
+
+## SDK usage
+```python
+from modelscope.msdatasets import MsDataset
+
+MsDataset.load("OpenDataLab/SAMSum_Corpus")
+
+# Note: If the SDK is not available, please use git to download the dataset.
+```