Update README.md

README.md

@@ -10,36 +10,7 @@ widget:
 
 Get the Question from given Context and a Answer
  
-## 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؟ " 
-
-```
 ## Details of Ara-T5
 
 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*