README.md

---
tags:
- question-generation
- question-answering
language: 
- thai
- th
datasets:
- NSC2018
- iapp-wiki-qa-dataset
- XQuAD 
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-qa-qg")
model = MT5ForConditionalGeneration.from_pretrained("Pollawat/mt5-small-thai-qa-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]))
>> <pad> <extra_id_0> ตั้งอยู่บนสามเหลี่ยมปากแม่น้ําเจ้าพระยา มีพื้นที่ทั้งหมดกี่ฝั่ง <ANS> 1,568.737 ตร.กม.</s> <pad> <pad> <pad> <pad> <pad> <pad> <pad> <pad> <pad>
```