|
--- |
|
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 MT5Tokenizer, MT5ForConditionalGeneration |
|
|
|
tokenizer = MT5Tokenizer.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" |
|
|
|
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> แม่น้ําเจ้าพระยาไหลผ่านและแบ่งเมืองออกเป็น 2 ฝั่ง คือ ฝั่งใด <ANS> ฝั่งพระนครและฝั่งธนบุรี</s> |
|
|
|
print(tokenizer.decode(beam_output[0], skip_special_tokens=True)) |
|
>> <extra_id_0> แม่น้ําเจ้าพระยาไหลผ่านและแบ่งเมืองออกเป็น 2 ฝั่ง คือ ฝั่งใด ฝั่งพระนครและฝั่งธนบุรี |
|
``` |
