Upload README.md with huggingface_hub
#1
by
lbourdois
- opened
README.md
CHANGED
@@ -1,35 +1,3 @@
|
|
1 |
---
|
2 |
-
|
3 |
-
- question-generation
|
4 |
-
language:
|
5 |
-
- thai
|
6 |
-
- th
|
7 |
-
datasets:
|
8 |
-
- NSC2018
|
9 |
-
license: mit
|
10 |
---
|
11 |
-
|
12 |
-
[Google's mT5](https://github.com/google-research/multilingual-t5)
|
13 |
-
|
14 |
-
This is a model for generating questions from Thai texts. It was fine-tuned on NSC2018 corpus
|
15 |
-
|
16 |
-
```python
|
17 |
-
from transformers import T5Tokenizer, MT5ForConditionalGeneration
|
18 |
-
|
19 |
-
tokenizer = T5Tokenizer.from_pretrained("Pollawat/mt5-small-thai-qg")
|
20 |
-
model = MT5ForConditionalGeneration.from_pretrained("Pollawat/mt5-small-thai-qg")
|
21 |
-
|
22 |
-
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]"
|
23 |
-
|
24 |
-
input_ids = tokenizer.encode(text, return_tensors='pt')
|
25 |
-
|
26 |
-
beam_output = model.generate(
|
27 |
-
input_ids,
|
28 |
-
max_length=50,
|
29 |
-
num_beams=5,
|
30 |
-
early_stopping=True
|
31 |
-
)
|
32 |
-
|
33 |
-
print(tokenizer.decode(beam_output[0], skip_special_tokens=True))
|
34 |
-
>> <extra_id_0>ของกรุงเทพมหานครเป็นเมืองหลวงของประเทศใด
|
35 |
-
```
|
|
|
1 |
---
|
2 |
+
language: th
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
---
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|