Upload README.md with huggingface_hub

README.md

@@ -1,44 +1,3 @@
 ---
-tags:
-- question-generation
-language: 
-- thai
-- th
-datasets:
-- NSC2018
-- wiki-documents-nsc
-- ThaiQACorpus-DevelopmentDataset
-widget:
-- text: "โรงเรียนบ้านขุนด่าน ตั้งอยู่ที่ขุนด่าน จ.นครนายก"
-  example_title: "Example 01"
-- text: "พลเอก ประยุทธ์ จันทร์โอชา (เกิด 21 มีนาคม พ.ศ. 2497) ชื่อเล่น ตู่ เป็นนักการเมืองและอดีตนายทหารบกชาวไทย"
-  example_title: "Example 02"
-- text: "วันที่ 1 กันยายน 2550 12:00 น. ตำรวจภูธรจ.บุรีรัมย์บุกตรวจยึดไม้แปรรูปหวงห้ามกว่า 80 แผ่น"
-  example_title: "Example 03"
-
-license: mit
+language: th
 ---
-[SuperAI Engineer Season 2](https://superai.aiat.or.th/) , [Machima](https://machchima.superai.me/)
-
-[Google's mT5](https://github.com/google-research/multilingual-t5) , [Pollawat](https://huggingface.co/Pollawat/mt5-small-thai-qg)
-
-```python
-from transformers import T5Tokenizer, T5ForConditionalGeneration, T5Config
-
-model = T5ForConditionalGeneration.from_pretrained('SuperAI2-Machima/mt5-small-thai-qg')
-tokenizer = T5Tokenizer.from_pretrained('SuperAI2-Machima/mt5-small-thai-qg')
-
-source_text = 'บุกยึดไม้เถื่อน อดีต ส.ส.บุรีรัมย์ เตรียมสร้างคฤหาสน์ทรงไทย 1 กันยายน 2550 12:00 น. ตำรวจภูธรจ.บุรีรัมย์บุกตรวจยึดไม้แปรรูปหวงห้ามกว่า 80 แผ่น'
-
-print('Predicted Summary Text : ')
-tokenized_text = tokenizer.encode(source_text, return_tensors="pt").to(device)
-summary_ids = model.generate(tokenized_text,
-                                        num_beams=4,
-                                        no_repeat_ngram_size=2,
-                                        max_length=50,
-                                        early_stopping=True)
-output = tokenizer.decode(summary_ids[0], skip_special_tokens=True)
-print(output)
-#Predicted Summary Text : 
-#answer: 80 แผ่น question: ตํารวจภูธรจ.บุรีรัมย์บุกตรวจยึดไม้แปรรูปหวงห้ามกว่ากี่แผ่น
-```