Update README.md

README.md

@@ -2,7 +2,7 @@
 language: 
 - ar
 widget:
-- text: "الثورة الجزائرية أو ثورة المليون شهيد، اندلعت في 1 نوفمبر 1954 ضد المستعمر الفرنسي ودامت 7 سنوات ونصف. استشهد فيها أكثر من مليون ونصف مليون جزائري"
+- context: "الثورة الجزائرية أو ثورة المليون شهيد، اندلعت في 1 نوفمبر 1954 ضد المستعمر الفرنسي ودامت 7 سنوات ونصف. استشهد فيها أكثر من مليون ونصف مليون جزائري"
   answer: "7 سنوات ونصف"
   
 ---
@@ -19,7 +19,36 @@ Get the Question from given Context and a Answer
 The **Ara-T5** model was presented in [AraT5: Text-to-Text Transformers for Arabic Language Generation](https://arxiv.org/abs/2109.12068) by *El Moatez Billah Nagoudi, AbdelRahim Elmadany, Muhammad Abdul-Mageed* 
 
 
+## Model in Action 🚀
+```python
+from transformers import AutoTokenizer,AutoModelForSeq2SeqLM
 
+model = AutoModelForSeq2SeqLM.from_pretrained("Mihakram/Arabic_Question_Generation")
+tokenizer = AutoTokenizer.from_pretrained("Mihakram/Arabic_Question_Generation")
+
+def get_question(context,answer):
+  text="context: " +context + " " + "answer: " + answer + " </s>"
+  text_encoding = tokenizer.encode_plus(
+      text,return_tensors="pt"
+  )
+  model.eval()
+  generated_ids =  model.generate(
+    input_ids=text_encoding['input_ids'],
+    attention_mask=text_encoding['attention_mask'],
+    max_length=64,
+    num_beams=5,
+    num_return_sequences=1
+  )
+  return tokenizer.decode(generated_ids[0],skip_special_tokens=True,clean_up_tokenization_spaces=True).replace('question: ',' ')
+
+context="الثورة الجزائرية أو ثورة المليون شهيد، اندلعت في 1 نوفمبر 1954 ضد المستعمر الفرنسي ودامت 7 سنوات ونصف. استشهد فيها أكثر من مليون ونصف مليون جزائري"
+answer =" 7 سنوات ونصف"
+
+get_question(context,answer)
+
+#output : question="كم استمرت الثورة الجزائرية؟ " 
+
+```
 ## Citation
 If you want to cite this model you can use this: