Update example code

README.md

@@ -14,23 +14,16 @@ import torch
 from transformers import PreTrainedTokenizerFast
 from transformers import BartForConditionalGeneration
 
-tokenizer = PreTrainedTokenizerFast.from_pretrained(
-    'gogamza/kobart-summarization')
-
+tokenizer = PreTrainedTokenizerFast.from_pretrained('gogamza/kobart-summarization')
 model = BartForConditionalGeneration.from_pretrained('gogamza/kobart-summarization')
 
-text = "과거를 떠올려보자. 방송을 보던 우리의 모습을..."
+text = "과거를 떠올려보자. 방송을 보던 우리의 모습을. 독보적인 매체는 TV였다. 온 가족이 둘러앉아 TV를 봤다. 간혹 가족들끼리 뉴스와 드라마, 예능 프로그램을 둘러싸고 리모컨 쟁탈전이 벌어지기도  했다. 각자 선호하는 프로그램을 ‘본방’으로 보기 위한 싸움이었다. TV가 한 대인지 두 대인지 여부도 그래서 중요했다. 지금은 어떤가. ‘안방극장’이라는 말은 옛말이 됐다. TV가 없는 집도 많다. 미디어의 혜 택을 누릴 수 있는 방법은 늘어났다. 각자의 방에서 각자의 휴대폰으로, 노트북으로, 태블릿으로 콘텐츠 를 즐긴다."
 
 raw_input_ids = tokenizer.encode(text)
-input_ids = [tokenizer.bos_token_id] + \\
-    raw_input_ids + [tokenizer.eos_token_id]
-summary_ids = model.generate(torch.tensor([input_ids]),
-                                max_length=150,
-                                early_stopping=False,
-                                num_beams=5,
-                                repetition_penalty=1.0,
-                                eos_token_id=tokenizer.eos_token_id)
-summ_text = tokenizer.batch_decode(summary_ids.tolist(), skip_special_tokens=True)[0]
+input_ids = [tokenizer.bos_token_id] + raw_input_ids + [tokenizer.eos_token_id]
+
+summary_ids = model.generate(torch.tensor([input_ids]))
+tokenizer.decode(summary_ids.squeeze().tolist(), skip_special_tokens=True)
 ```