Update README.md

README.md

@@ -9,9 +9,9 @@ datasets:
 - wiki-documents-nsc
 - ThaiQACorpus-DevelopmentDataset
 widget:
-- text: "พลเอก ประยุทธ์ จันทร์โอชา (เกิด 21 มีนาคม พ.ศ. 2497) ชื่อเล่น ตู่ เป็นนักการเมืองและอดีตนายทหารบกชาวไทย"
-  example_title: "Example 01"
 - 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"
@@ -28,7 +28,7 @@ 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 = 'พลเอก ประยุทธ์ จันทร์โอชา (เกิด 21 มีนาคม พ.ศ. 2497) ชื่อเล่น ตู่ เป็นนักการเมืองและอดีตนายทหารบกชาวไทย'
+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)
@@ -40,5 +40,5 @@ summary_ids = model.generate(tokenized_text,
 output = tokenizer.decode(summary_ids[0], skip_special_tokens=True)
 print(output)
 #Predicted Summary Text : 
-#answer: 21 question: ตู่ เป็นนักการเมืองและอดีตนายทหารบกชาวไทย เกิดเมื่อวันที่เท่าไร
+#answer: 80 แผ่น question: ตํารวจภูธรจ.บุรีรัมย์บุกตรวจยึดไม้แปรรูปหวงห้ามกว่ากี่แผ่น
 ```