make-dataset.ipynb

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 1,
   "metadata": {},
   "outputs": [],
   "source": [
    "import glob\n",
    "import os\n",
    "import pandas as pd\n",
    "import re\n",
    "from unicodedata import normalize\n",
    "from tqdm.auto import tqdm\n",
    "import re\n",
    "# as per recommendation from @freylis, compile once only\n",
    "CLEANR = re.compile('<.*?>') \n",
    "\n",
    "def cleanhtml(raw_html):\n",
    "  cleantext = re.sub(CLEANR, '', raw_html)\n",
    "  return cleantext"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 2,
   "metadata": {},
   "outputs": [],
   "source": [
    "# def clean(path):\n",
    "#     text = ''\n",
    "#     page_view_line=0\n",
    "#     with open(path,\"r\",encoding=\"utf-8-sig\") as f:\n",
    "#         for n, line in enumerate(f):\n",
    "#             line = line.strip()\n",
    "#             if n == 0:\n",
    "#                 text = line + '\\n'\n",
    "#             else:\n",
    "#                 if line:\n",
    "#                     if re.match(r'^[\\d,]+$', line):\n",
    "#                         page_view_line = n\n",
    "#                         continue\n",
    "#                     if line == 'พิมพ์' and page_view_line and page_view_line < n: # skip 'print'\n",
    "#                         continue\n",
    "#                     if re.match(r'^ที่มา : http', line):\n",
    "#                         text = text + '\\n\\n' + line + '\\n'\n",
    "#                     else:\n",
    "#                         text = text + '\\n' + line\n",
    "#     return cleanhtml(normalize('NFKD', text)).strip()"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "metadata": {},
   "outputs": [],
   "source": [
    "def clean(path):\n",
    "    text={\"title\":\"\",\"context\":\"\",\"url\":\"\"}\n",
    "    page_view_line = 0\n",
    "    with open(path, 'r', encoding='utf-8-sig') as f:\n",
    "        for n, line in enumerate(f):\n",
    "            line = line.strip()\n",
    "            if n == 0: # title line\n",
    "                text[\"title\"] = line.strip()\n",
    "            else:\n",
    "                if line:\n",
    "                    if re.match(r'^[\\d,]+$', line):\n",
    "                        page_view_line = n\n",
    "                        continue\n",
    "                    if line == 'พิมพ์' or page_view_line and page_view_line < n: # skip 'print'\n",
    "                        continue\n",
    "                    if re.match(r'^ที่มา : http', line):\n",
    "                        text[\"url\"] = line.strip().split(\" \")[-1]\n",
    "                    else:\n",
    "                        text[\"context\"] +=line.strip().replace(\"\\xa0\",\"\")+\"\\n\"\n",
    "    text[\"context\"]=cleanhtml(normalize('NFKD', text[\"context\"])).strip()\n",
    "    text[\"raw\"]=text[\"title\"]+\"\\n\"+text[\"context\"]\n",
    "    return text"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 4,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "{'title': 'รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-6 Trick ธุรกิจร้านอาหาร ปรับตัวต้าน COVID -19 [กระทรวงอุตสาหกรรม]',\n",
       " 'context': 'วันอังคารที่ 14 เมษายน 2563\\n6 Trick ธุรกิจร้านอาหาร ปรับตัวต้าน COVID -19 [กระทรวงอุตสาหกรรม]\\n6 Trick ธุรกิจร้านอาหาร ปรับตัวต้าน COVID -19\\nในช่วงที่ไวรัสCOVID-19กําลังระบาดอย่างหนัก ธุรกิจร้านอาหารเป็นหนึ่งในธุรกิจที่ได้รับผลกระทบมากที่สุด เนื่องจากมาตรการต่าง ๆ ที่ลดการพบปะของผู้คนและการตระหนักระวังตัวมากขึ้นของลูกค้า วันนี้เราจึงมี6 Trickที่จะเป็นแนวทางให้ผู้ประกอบการธุรกิจร้านอาหารปรับตัวสู้กับภัยCOVID-19ได้ มาดูพร้อม ๆ กันว่ามีแนวทางใดที่เหมาะสมและสามารถนําไปปรับใช้ได้บ้าง\\n1.บริการจัดส่งแบบDelivery\\nเมื่อลูกค้าต่างหลีกเลี่ยงการเดินทางออกจากที่พักอาศัย การจัดส่งถึงบ้านแบบDeliveryจึงถือเป็นตัวเลือกที่ทุกร้านจําเป็นต้องทําในช่วงวิกฤตนี้ ร้านอาหารรายย่อยที่ไม่เคยสมัครใช้บริการธุรกิจจัดส่งอาหารจึงควรดําเนินการสมัครในทันที เนื่องจากต้องใช้เวลาประมาณ7วันจึงสามารถเริ่มต้นใช้งานได้หรืออาจทําการจัดส่งด้วยตัวเองก็ได้เช่นกัน นอกจากนั้น ร้านอาหารควรต้องเพิ่มสัดส่วนบริการจัดส่ง ตระเตรียมบรรจุภัณฑ์สําหรับใส่อาหารเพื่อการจัดส่งให้เหมาะสมอีกด้วย\\n2.การจัดส่งแบบไร้สัมผัส (Contactless Delivery)\\nสําหรับร้านค้าที่ดําเนินการจัดส่งด้วยตัวเอง เช่น ร้านปาท่องโก๋ที่มีบริการจัดส่งให้ลูกค้าทุกเช้า ควรเพิ่มมาตรการจัดส่งแบบไร้สัมผัส เพื่อสร้างความมั่นใจและปลอดภัยให้กับทั้งลูกค้าและคนจัดส่งเอง โดยมีวิธีการคือให้ลูกค้าชําระเงินด้วยบัตรเครดิตหรือช่องทางการชําระเงินออนไลน์ต่าง ๆ และเชิญลูกค้าหยิบถุงบรรจุอาหาร\\nออกจากกระเป๋าจัดส่งเอง โดยเว้นระยะห่างในการยืนรอของผู้ส่งประมาณ1-2เมตร\\n3.การขายเฉพาะหน้าร้าน (Take Home only)\\nจากมาตรการลดการพบปะกันในสังคม ส่งผลให้ร้านอาหารต้องปรับรูปแบบการบริการใหม่โดยไม่ให้ลูกค้านั่งรับประทานในร้านและให้ลูกค้าซื้อกลับไปรับประทานที่บ้านเท่านั้น แต่ขณะเดียวกันก็อาจจัดให้มีโปรโมชั่นจูงใจมากขึ้น เนื่องจากการซื้อกลับบ้านเป็นการลดค่าใช้จ่ายในการจัดเก็บและให้บริการของร้านอาหารอยู่แล้ว\\n4.ปรับพื้นที่ให้เป็นSocial Distancing\\nร้านอาหารควรจัดพื้นที่สําหรับการต่อแถวซื้ออาหารที่กลับบ้าน (Take Home only)ให้สอดคล้องกับการทําSocial Distancingหรือการเว้นระยะห่างทางสังคม โดยกําหนดพื้นที่ยืนต่อแถวซึ่งแต่ละตําแหน่งควรมีระยะห่างกันอย่างน้อย1–2เมตร พร้อมทั้งปรับพื้นที่ต่อแถวให้โล่งเพื่อให้อากาศถ่ายเทได้สะดวก\\n5.เพิ่มมาตรการทําความสะอาด\\nเพื่อให้เกิดความปลอดภัยและมั่นใจทั้งต่อตัวลูกค้าและพนักงานในร้าน ผู้ประกอบการควรเพิ่มมาตรการทําความสะอาดที่เข้มงวดมากขึ้น ด้วยการฉีดพ่นแอลกอฮอล์ ล้างน้ํายาฆ่าเชื้อ แจกหน้ากากอนามัยและถุงมือให้กับพนักงาน รวมถึงการทําความสะอาดภาชนะให้ดีเป็นพิเศษ โดยทางร้านควรประชาสัมพันธ์มาตรการเหล่านี้ผ่านช่องทางต่าง ๆ เพื่อสร้างความมั่นใจให้กับลูกค้าและพนักงานได้ด้วย\\n6.จัดทําVoucherพิเศษ สําหรับใช้บริการหลังสิ้นสุดวิกฤต\\nหนึ่งไอเดียที่จะช่วยเพิ่มรายได้ให้ร้านอาหารในยามวิกฤต คือการจัดทําบัตรVoucherขายให้แก่ลูกค้าเพื่อให้ลูกค้าสามารถนํากลับมาใช้บริการได้เมื่อสถานการณ์ดีขึ้น โดยจัดเป็นราคาโปรโมชั่นที่ถูกกว่าปกติเพื่อดึงดูดให้ลูกค้าซื้อเก็บไว้ใช้ เพื่อให้ผู้ประกอบการสามารถนํารายได้ในส่วนนี้มาแบ่งเบาภาระค่าใช้จ่ายต่าง ๆ ที่เกิดในปัจจุบัน ทั้งนี้ผู้ประกอบการจําเป็นต้องบริหารจัดการเงินทุนให้ดี เพื่อให้มีทุนสํารองไว้ดําเนินกิจการต่อหลังจากฟื้นจากวิกฤตแล้วด้วย\\nอ้างอิง:\\nhttps://www.smethailandclub.com/marketing-5583-id.html',\n",
       " 'url': 'https://www.thaigov.go.th/news/contents/details/29063',\n",
       " 'raw': 'รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-6 Trick ธุรกิจร้านอาหาร ปรับตัวต้าน COVID -19 [กระทรวงอุตสาหกรรม]\\nวันอังคารที่ 14 เมษายน 2563\\n6 Trick ธุรกิจร้านอาหาร ปรับตัวต้าน COVID -19 [กระทรวงอุตสาหกรรม]\\n6 Trick ธุรกิจร้านอาหาร ปรับตัวต้าน COVID -19\\nในช่วงที่ไวรัสCOVID-19กําลังระบาดอย่างหนัก ธุรกิจร้านอาหารเป็นหนึ่งในธุรกิจที่ได้รับผลกระทบมากที่สุด เนื่องจากมาตรการต่าง ๆ ที่ลดการพบปะของผู้คนและการตระหนักระวังตัวมากขึ้นของลูกค้า วันนี้เราจึงมี6 Trickที่จะเป็นแนวทางให้ผู้ประกอบการธุรกิจร้านอาหารปรับตัวสู้กับภัยCOVID-19ได้ มาดูพร้อม ๆ กันว่ามีแนวทางใดที่เหมาะสมและสามารถนําไปปรับใช้ได้บ้าง\\n1.บริการจัดส่งแบบDelivery\\nเมื่อลูกค้าต่างหลีกเลี่ยงการเดินทางออกจากที่พักอาศัย การจัดส่งถึงบ้านแบบDeliveryจึงถือเป็นตัวเลือกที่ทุกร้านจําเป็นต้องทําในช่วงวิกฤตนี้ ร้านอาหารรายย่อยที่ไม่เคยสมัครใช้บริการธุรกิจจัดส่งอาหารจึงควรดําเนินการสมัครในทันที เนื่องจากต้องใช้เวลาประมาณ7วันจึงสามารถเริ่มต้นใช้งานได้หรืออาจทําการจัดส่งด้วยตัวเองก็ได้เช่นกัน นอกจากนั้น ร้านอาหารควรต้องเพิ่มสัดส่วนบริการจัดส่ง ตระเตรียมบรรจุภัณฑ์สําหรับใส่อาหารเพื่อการจัดส่งให้เหมาะสมอีกด้วย\\n2.การจัดส่งแบบไร้สัมผัส (Contactless Delivery)\\nสําหรับร้านค้าที่ดําเนินการจัดส่งด้วยตัวเอง เช่น ร้านปาท่องโก๋ที่มีบริการจัดส่งให้ลูกค้าทุกเช้า ควรเพิ่มมาตรการจัดส่งแบบไร้สัมผัส เพื่อสร้างความมั่นใจและปลอดภัยให้กับทั้งลูกค้าและคนจัดส่งเอง โดยมีวิธีการคือให้ลูกค้าชําระเงินด้วยบัตรเครดิตหรือช่องทางการชําระเงินออนไลน์ต่าง ๆ และเชิญลูกค้าหยิบถุงบรรจุอาหาร\\nออกจากกระเป๋าจัดส่งเอง โดยเว้นระยะห่างในการยืนรอของผู้ส่งประมาณ1-2เมตร\\n3.การขายเฉพาะหน้าร้าน (Take Home only)\\nจากมาตรการลดการพบปะกันในสังคม ส่งผลให้ร้านอาหารต้องปรับรูปแบบการบริการใหม่โดยไม่ให้ลูกค้านั่งรับประทานในร้านและให้ลูกค้าซื้อกลับไปรับประทานที่บ้านเท่านั้น แต่ขณะเดียวกันก็อาจจัดให้มีโปรโมชั่นจูงใจมากขึ้น เนื่องจากการซื้อกลับบ้านเป็นการลดค่าใช้จ่ายในการจัดเก็บและให้บริการของร้านอาหารอยู่แล้ว\\n4.ปรับพื้นที่ให้เป็นSocial Distancing\\nร้านอาหารควรจัดพื้นที่สําหรับการต่อแถวซื้ออาหารที่กลับบ้าน (Take Home only)ให้สอดคล้องกับการทําSocial Distancingหรือการเว้นระยะห่างทางสังคม โดยกําหนดพื้นที่ยืนต่อแถวซึ่งแต่ละตําแหน่งควรมีระยะห่างกันอย่างน้อย1–2เมตร พร้อมทั้งปรับพื้นที่ต่อแถวให้โล่งเพื่อให้อากาศถ่ายเทได้สะดวก\\n5.เพิ่มมาตรการทําความสะอาด\\nเพื่อให้เกิดความปลอดภัยและมั่นใจทั้งต่อตัวลูกค้าและพนักงานในร้าน ผู้ประกอบการควรเพิ่มมาตรการทําความสะอาดที่เข้มงวดมากขึ้น ด้วยการฉีดพ่นแอลกอฮอล์ ล้างน้ํายาฆ่าเชื้อ แจกหน้ากากอนามัยและถุงมือให้กับพนักงาน รวมถึงการทําความสะอาดภาชนะให้ดีเป็นพิเศษ โดยทางร้านควรประชาสัมพันธ์มาตรการเหล่านี้ผ่านช่องทางต่าง ๆ เพื่อสร้างความมั่นใจให้กับลูกค้าและพนักงานได้ด้วย\\n6.จัดทําVoucherพิเศษ สําหรับใช้บริการหลังสิ้นสุดวิกฤต\\nหนึ่งไอเดียที่จะช่วยเพิ่มรายได้ให้ร้านอาหารในยามวิกฤต คือการจัดทําบัตรVoucherขายให้แก่ลูกค้าเพื่อให้ลูกค้าสามารถนํากลับมาใช้บริการได้เมื่อสถานการณ์ดีขึ้น โดยจัดเป็นราคาโปรโมชั่นที่ถูกกว่าปกติเพื่อดึงดูดให้ลูกค้าซื้อเก็บไว้ใช้ เพื่อให้ผู้ประกอบการสามารถนํารายได้ในส่วนนี้มาแบ่งเบาภาระค่าใช้จ่ายต่าง ๆ ที่เกิดในปัจจุบัน ทั้งนี้ผู้ประกอบการจําเป็นต้องบริหารจัดการเงินทุนให้ดี เพื่อให้มีทุนสํารองไว้ดําเนินกิจการต่อหลังจากฟื้นจากวิกฤตแล้วด้วย\\nอ้างอิง:\\nhttps://www.smethailandclub.com/marketing-5583-id.html'}"
      ]
     },
     "execution_count": 4,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "clean(\"./thaigov2-9/ข่าวทันสถานการณ์โควิด-19_1.txt\")"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 5,
   "metadata": {},
   "outputs": [],
   "source": [
    "list_text = list(glob.glob(os.path.join(\"*\",\"*.txt\")))+list(glob.glob(os.path.join(\"*\",\"*\",\"*.txt\")))+list(glob.glob(os.path.join(\"*\",\"*\",\"*\",\"*.txt\")))"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 6,
   "metadata": {},
   "outputs": [],
   "source": [
    "list_text=list(set(list_text))"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 7,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "28555"
      ]
     },
     "execution_count": 7,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "len(list_text)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 8,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "application/vnd.jupyter.widget-view+json": {
       "model_id": "f97880d0e7df4943afcf76f8268b6eb4",
       "version_major": 2,
       "version_minor": 0
      },
      "text/plain": [
       "  0%|          | 0/28555 [00:00<?, ?it/s]"
      ]
     },
     "metadata": {},
     "output_type": "display_data"
    }
   ],
   "source": [
    "list_data=[]\n",
    "for i in tqdm(list_text):\n",
    "    list_data.append(clean(i))"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 9,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "{'title': 'รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-กระทรวงดีอีเอส กระตุ้นจิตสำนึกในหน้าที่ราชการ จัดอบรม “สร้างผู้นำการเปลี่ยนแปลงสู่สังคมที่ไม่ทนต่อการทุจริต”',\n",
       " 'context': 'วันพฤหัสบดีที่ 20 สิงหาคม 2563\\nกระทรวงดีอีเอส กระตุ้นจิตสํานึกในหน้าที่ราชการ จัดอบรม “สร้างผู้นําการเปลี่ยนแปลงสู่สังคมที่ไม่ทนต่อการทุจริต”\\nกระทรวงดีอีเอส กระตุ้นจิตสํานึกในหน้าที่ราชการ จัดอบรม “สร้างผู้นําการเปลี่ยนแปลงสู่สังคมที่ไม่ทนต่อการทุจริต”\\nนายภูเวียง ประคํามินทร์ รองปลัดกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม เป็นประธานเปิดโครงการฝึกอบรมหลักสูตร “สร้างผู้นําการเปลี่ยนแปลงสู่สังคมที่ไม่ทนต่อการทุจริต” ของสํานักงานปลัดกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม ประจําปีงบประมาณ พ.ศ.2563 ณ ห้องประชุม MDES 1 ชั้น 9 เมื่อวันที่ 20 สิงหาคม 2563 มีวัตถุประสงค์เพื่อให้พนักงานเจ้าหน้าที่ราชการเกิดความรู้ความเข้าใจ เกิดทัศนคติที่ถูกต้องเกี่ยวกับการคิดแยกแยะผลประโยชน์ส่วนตนกับผลประโยชน์ส่วนรวม เกิดจิตสํานึกในหน้าที่ราชการ เกิดความอายและไม่ทนต่อการทุจริต สร้างภูมิคุ้มกันต่อการทุจริต และเกิดความร่วมมือร่วมใจในการต่อต้านการทุจริตในหน่วยงาน อย่างเป็นรูปธรรมมากขึ้น คาดหวังว่าองค์กรจะมีความเป็นผู้นํา เกิดความกล้าที่จะต่อต้านการทุจริตที่เกิดขึ้นในหน่วยงานในอนาคต เพื่อให้สํานักงานปลัดกระทรวงดิจิทัลฯเป็นอีกหนึ่งหน่วยงานที่โปร่งใส ปราศจากการทุจริตทุกรูปแบบ และขอให้การฝีกอบรมครั้งนี้ ดําเนินการไปได้ด้วยดี และบรรลุผลสําเร็จตามวัตถุประสงค์ที่กําหนดไว้ทุกประการ\\n******************',\n",
       " 'url': 'https://www.thaigov.go.th/news/contents/details/34382',\n",
       " 'raw': 'รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-กระทรวงดีอีเอส กระตุ้นจิตสำนึกในหน้าที่ราชการ จัดอบรม “สร้างผู้นำการเปลี่ยนแปลงสู่สังคมที่ไม่ทนต่อการทุจริต”\\nวันพฤหัสบดีที่ 20 สิงหาคม 2563\\nกระทรวงดีอีเอส กระตุ้นจิตสํานึกในหน้าที่ราชการ จัดอบรม “สร้างผู้นําการเปลี่ยนแปลงสู่สังคมที่ไม่ทนต่อการทุจริต”\\nกระทรวงดีอีเอส กระตุ้นจิตสํานึกในหน้าที่ราชการ จัดอบรม “สร้างผู้นําการเปลี่ยนแปลงสู่สังคมที่ไม่ทนต่อการทุจริต”\\nนายภูเวียง ประคํามินทร์ รองปลัดกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม เป็นประธานเปิดโครงการฝึกอบรมหลักสูตร “สร้างผู้นําการเปลี่ยนแปลงสู่สังคมที่ไม่ทนต่อการทุจริต” ของสํานักงานปลัดกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม ประจําปีงบประมาณ พ.ศ.2563 ณ ห้องประชุม MDES 1 ชั้น 9 เมื่อวันที่ 20 สิงหาคม 2563 มีวัตถุประสงค์เพื่อให้พนักงานเจ้าหน้าที่ราชการเกิดความรู้ความเข้าใจ เกิดทัศนคติที่ถูกต้องเกี่ยวกับการคิดแยกแยะผลประโยชน์ส่วนตนกับผลประโยชน์ส่วนรวม เกิดจิตสํานึกในหน้าที่ราชการ เกิดความอายและไม่ทนต่อการทุจริต สร้างภูมิคุ้มกันต่อการทุจริต และเกิดความร่วมมือร่วมใจในการต่อต้านการทุจริตในหน่วยงาน อย่างเป็นรูปธรรมมากขึ้น คาดหวังว่าองค์กรจะมีความเป็นผู้นํา เกิดความกล้าที่จะต่อต้านการทุจริตที่เกิดขึ้นในหน่วยงานในอนาคต เพื่อให้สํานักงานปลัดกระทรวงดิจิทัลฯเป็นอีกหนึ่งหน่วยงานที่โปร่งใส ปราศจากการทุจริตทุกรูปแบบ และขอให้การฝีกอบรมครั้งนี้ ดําเนินการไปได้ด้วยดี และบรรลุผลสําเร็จตามวัตถุประสงค์ที่กําหนดไว้ทุกประการ\\n******************'}"
      ]
     },
     "execution_count": 9,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "list_data[-1]"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 10,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "application/vnd.jupyter.widget-view+json": {
       "model_id": "b0c12624c9234a82b424345cb55a37ab",
       "version_major": 2,
       "version_minor": 0
      },
      "text/plain": [
       "  0%|          | 0/28555 [00:00<?, ?it/s]"
      ]
     },
     "metadata": {},
     "output_type": "display_data"
    }
   ],
   "source": [
    "title=[]\n",
    "context=[]\n",
    "url=[]\n",
    "raw=[]\n",
    "for d in tqdm(list_data):\n",
    "    title.append(d[\"title\"])\n",
    "    context.append(d[\"context\"])\n",
    "    url.append(d[\"url\"])\n",
    "    raw.append(d[\"raw\"])\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 11,
   "metadata": {},
   "outputs": [],
   "source": [
    "df = pd.DataFrame.from_dict(\n",
    "    {\n",
    "        \"title\": title,\n",
    "        \"context\": context,\n",
    "        \"raw\":raw,\n",
    "        \"url\": url,\n",
    "    }\n",
    ")"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 12,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>title</th>\n",
       "      <th>context</th>\n",
       "      <th>raw</th>\n",
       "      <th>url</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>0</th>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-กสร.ฝากนายจ้างที่ม...</td>\n",
       "      <td>วันพุธที่ 16 พฤษภาคม 2561\\nกสร.ฝากนายจ้างที่มี...</td>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-กสร.ฝากนายจ้างที่ม...</td>\n",
       "      <td>http://www.thaigov.go.th/news/contents/details...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1</th>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-ไตรมาส 1 กรุงไทยมี...</td>\n",
       "      <td>วันพุธที่ 19 เมษายน 2560\\nไตรมาส 1 กรุงไทยมีกํ...</td>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-ไตรมาส 1 กรุงไทยมี...</td>\n",
       "      <td>http://www.thaigov.go.th/news/contents/details...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>2</th>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-วธ. ออกมาตรการ - แ...</td>\n",
       "      <td>วันเสาร์ที่ 28 มีนาคม 2563\\nวธ. ออกมาตรการ - แ...</td>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-วธ. ออกมาตรการ - แ...</td>\n",
       "      <td>https://www.thaigov.go.th/news/contents/detail...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>3</th>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-ธพว. ย้ายที่ทำการส...</td>\n",
       "      <td>วันพุธที่ 15 กุมภาพันธ์ 2560\\nธพว. ย้ายที่ทําก...</td>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-ธพว. ย้ายที่ทำการส...</td>\n",
       "      <td>http://www.thaigov.go.th/news/contents/details...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>4</th>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-พม. เร่งช่วยเหลือผ...</td>\n",
       "      <td>วันพฤหัสบดีที่ 31 พฤษภาคม 2561\\nพม. เร่งช่วยเห...</td>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-พม. เร่งช่วยเหลือผ...</td>\n",
       "      <td>http://www.thaigov.go.th/news/contents/details...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>...</th>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>28550</th>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-ออมสิน จัดแคมเปญออ...</td>\n",
       "      <td>วันพฤหัสบดีที่ 14 พฤษภาคม 2563\\nออมสิน จัดแคมเ...</td>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-ออมสิน จัดแคมเปญออ...</td>\n",
       "      <td>https://www.thaigov.go.th/news/contents/detail...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>28551</th>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-ด่วน!! 3 วันเท่านั...</td>\n",
       "      <td>วันอังคารที่ 14 เมษายน 2563\\nด่วน!! 3 วันเท่าน...</td>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-ด่วน!! 3 วันเท่านั...</td>\n",
       "      <td>https://www.thaigov.go.th/news/contents/detail...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>28552</th>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-รายงานภาวะเศรษฐกิจ...</td>\n",
       "      <td>วันจันทร์ที่ 30 มีนาคม 2563\\nรายงานภาวะเศรษฐกิ...</td>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-รายงานภาวะเศรษฐกิจ...</td>\n",
       "      <td>https://www.thaigov.go.th/news/contents/detail...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>28553</th>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-รมว.พม. ห่วงใยปัญห...</td>\n",
       "      <td>วันจันทร์ที่ 18 กันยายน 2560\\nรมว.พม. ห่วงใยปั...</td>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-รมว.พม. ห่วงใยปัญห...</td>\n",
       "      <td>http://www.thaigov.go.th/news/contents/details...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>28554</th>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-กระทรวงดีอีเอส กระ...</td>\n",
       "      <td>วันพฤหัสบดีที่ 20 สิงหาคม 2563\\nกระทรวงดีอีเอส...</td>\n",
       "      <td>รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-กระทรวงดีอีเอส กระ...</td>\n",
       "      <td>https://www.thaigov.go.th/news/contents/detail...</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "<p>28555 rows × 4 columns</p>\n",
       "</div>"
      ],
      "text/plain": [
       "                                                   title  \\\n",
       "0      รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-กสร.ฝากนายจ้างที่ม...   \n",
       "1      รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-ไตรมาส 1 กรุงไทยมี...   \n",
       "2      รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-วธ. ออกมาตรการ - แ...   \n",
       "3      รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-ธพว. ย้ายที่ทำการส...   \n",
       "4      รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-พม. เร่งช่วยเหลือผ...   \n",
       "...                                                  ...   \n",
       "28550  รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-ออมสิน จัดแคมเปญออ...   \n",
       "28551  รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-ด่วน!! 3 วันเท่านั...   \n",
       "28552  รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-รายงานภาวะเศรษฐกิจ...   \n",
       "28553  รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-รมว.พม. ห่วงใยปัญห...   \n",
       "28554  รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-กระทรวงดีอีเอส กระ...   \n",
       "\n",
       "                                                 context  \\\n",
       "0      วันพุธที่ 16 พฤษภาคม 2561\\nกสร.ฝากนายจ้างที่มี...   \n",
       "1      วันพุธที่ 19 เมษายน 2560\\nไตรมาส 1 กรุงไทยมีกํ...   \n",
       "2      วันเสาร์ที่ 28 มีนาคม 2563\\nวธ. ออกมาตรการ - แ...   \n",
       "3      วันพุธที่ 15 กุมภาพันธ์ 2560\\nธพว. ย้ายที่ทําก...   \n",
       "4      วันพฤหัสบดีที่ 31 พฤษภาคม 2561\\nพม. เร่งช่วยเห...   \n",
       "...                                                  ...   \n",
       "28550  วันพฤหัสบดีที่ 14 พฤษภาคม 2563\\nออมสิน จัดแคมเ...   \n",
       "28551  วันอังคารที่ 14 เมษายน 2563\\nด่วน!! 3 วันเท่าน...   \n",
       "28552  วันจันทร์ที่ 30 มีนาคม 2563\\nรายงานภาวะเศรษฐกิ...   \n",
       "28553  วันจันทร์ที่ 18 กันยายน 2560\\nรมว.พม. ห่วงใยปั...   \n",
       "28554  วันพฤหัสบดีที่ 20 สิงหาคม 2563\\nกระทรวงดีอีเอส...   \n",
       "\n",
       "                                                     raw  \\\n",
       "0      รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-กสร.ฝากนายจ้างที่ม...   \n",
       "1      รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-ไตรมาส 1 กรุงไทยมี...   \n",
       "2      รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-วธ. ออกมาตรการ - แ...   \n",
       "3      รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-ธพว. ย้ายที่ทำการส...   \n",
       "4      รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-พม. เร่งช่วยเหลือผ...   \n",
       "...                                                  ...   \n",
       "28550  รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-ออมสิน จัดแคมเปญออ...   \n",
       "28551  รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-ด่วน!! 3 วันเท่านั...   \n",
       "28552  รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-รายงานภาวะเศรษฐกิจ...   \n",
       "28553  รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-รมว.พม. ห่วงใยปัญห...   \n",
       "28554  รัฐบาลไทย-ข่าวทำเนียบรัฐบาล-กระทรวงดีอีเอส กระ...   \n",
       "\n",
       "                                                     url  \n",
       "0      http://www.thaigov.go.th/news/contents/details...  \n",
       "1      http://www.thaigov.go.th/news/contents/details...  \n",
       "2      https://www.thaigov.go.th/news/contents/detail...  \n",
       "3      http://www.thaigov.go.th/news/contents/details...  \n",
       "4      http://www.thaigov.go.th/news/contents/details...  \n",
       "...                                                  ...  \n",
       "28550  https://www.thaigov.go.th/news/contents/detail...  \n",
       "28551  https://www.thaigov.go.th/news/contents/detail...  \n",
       "28552  https://www.thaigov.go.th/news/contents/detail...  \n",
       "28553  http://www.thaigov.go.th/news/contents/details...  \n",
       "28554  https://www.thaigov.go.th/news/contents/detail...  \n",
       "\n",
       "[28555 rows x 4 columns]"
      ]
     },
     "execution_count": 12,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "df"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 13,
   "metadata": {},
   "outputs": [],
   "source": [
    "from datasets import Dataset"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 14,
   "metadata": {},
   "outputs": [],
   "source": [
    "ds = Dataset.from_pandas(df)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 15,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "application/vnd.jupyter.widget-view+json": {
       "model_id": "35f1fafa38ba40278fdd2381ccf75e53",
       "version_major": 2,
       "version_minor": 0
      },
      "text/plain": [
       "Uploading the dataset shards:   0%|          | 0/2 [00:00<?, ?it/s]"
      ]
     },
     "metadata": {},
     "output_type": "display_data"
    },
    {
     "data": {
      "application/vnd.jupyter.widget-view+json": {
       "model_id": "528ff204672243b7affd843c074341ec",
       "version_major": 2,
       "version_minor": 0
      },
      "text/plain": [
       "Creating parquet from Arrow format:   0%|          | 0/15 [00:00<?, ?ba/s]"
      ]
     },
     "metadata": {},
     "output_type": "display_data"
    },
    {
     "data": {
      "application/vnd.jupyter.widget-view+json": {
       "model_id": "fdd1d733ea124748bf0ed7a9e97b478f",
       "version_major": 2,
       "version_minor": 0
      },
      "text/plain": [
       "Creating parquet from Arrow format:   0%|          | 0/15 [00:00<?, ?ba/s]"
      ]
     },
     "metadata": {},
     "output_type": "display_data"
    },
    {
     "data": {
      "application/vnd.jupyter.widget-view+json": {
       "model_id": "1b5ee45c6581449e83e320fb39ac6d93",
       "version_major": 2,
       "version_minor": 0
      },
      "text/plain": [
       "README.md:   0%|          | 0.00/4.46k [00:00<?, ?B/s]"
      ]
     },
     "metadata": {},
     "output_type": "display_data"
    }
   ],
   "source": [
    "ds.push_to_hub(\"pythainlp/thaigov-corpus\")"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3.8.13 ('base')",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.8.13"
  },
  "orig_nbformat": 4,
  "vscode": {
   "interpreter": {
    "hash": "a1d6ff38954a1cdba4cf61ffa51e42f4658fc35985cd256cd89123cae8466a39"
   }
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}