|
--- |
|
tags: |
|
- question-generation |
|
language: |
|
- thai |
|
- th |
|
datasets: |
|
- NSC2018 |
|
license: mit |
|
--- |
|
|
|
[Google's mT5](https://github.com/google-research/multilingual-t5) |
|
|
|
This is a model for generating questions from Thai texts. It was fine-tuned on NSC2018 corpus |
|
|
|
```python |
|
from transformers import T5Tokenizer, MT5ForConditionalGeneration |
|
|
|
tokenizer = T5Tokenizer.from_pretrained("Pollawat/mt5-small-thai-qg") |
|
model = MT5ForConditionalGeneration.from_pretrained("Pollawat/mt5-small-thai-qg") |
|
|
|
text = "กรุงเทพมหานคร เป็นเมืองหลวงและนครที่มีประชากรมากที่สุดของประเทศไทย เป็นศูนย์กลางการปกครอง การศึกษา การคมนาคมขนส่ง การเงินการธนาคาร การพาณิชย์ การสื่อสาร และความเจริญของประเทศ เป็นเมืองที่มีชื่อยาวที่สุดในโลก ตั้งอยู่บนสามเหลี่ยมปากแม่น้ำเจ้าพระยา มีแม่น้ำเจ้าพระยาไหลผ่านและแบ่งเมืองออกเป็น 2 ฝั่ง คือ ฝั่งพระนครและฝั่งธนบุรี กรุงเทพมหานครมีพื้นที่ทั้งหมด 1,568.737 ตร.กม. มีประชากรตามทะเบียนราษฎรกว่า 5 ล้านคน ทำให้กรุงเทพมหานครเป็นเอกนคร (Primate City) จัด มีผู้กล่าวว่า กรุงเทพมหานครเป็น 'เอกนครที่สุดในโลก' เพราะมีประชากรมากกว่านครที่มีประชากรมากเป็นอันดับ 2 ถึง 40 เท่า[3]" |
|
|
|
input_ids = tokenizer.encode(text, return_tensors='pt') |
|
|
|
beam_output = model.generate( |
|
input_ids, |
|
max_length=50, |
|
num_beams=5, |
|
early_stopping=True |
|
) |
|
|
|
print(tokenizer.decode(beam_output[0], skip_special_tokens=True)) |
|
>> <extra_id_0>ของกรุงเทพมหานครเป็นเมืองหลวงของประเทศใด |
|
``` |
