Update README.md

README.md

@@ -20,16 +20,24 @@ This could be able to distinguish between positive and negative content.
 This model was fine-tuned by using Natsume Souseki's documents.
 For example Kokoro, Bocchan, Sanshiro and so on...
 
-# what is Luke?[1] 
+# what is Luke?　Lukeとは？[1] 
 LUKE (Language Understanding with Knowledge-based Embeddings) is a new pre-trained contextualized representation of words and entities based on transformer. LUKE treats words and entities in a given text as independent tokens, and outputs contextualized representations of them. LUKE adopts an entity-aware self-attention mechanism that is an extension of the self-attention mechanism of the transformer, and considers the types of tokens (words or entities) when computing attention scores.
 
 LUKE achieves state-of-the-art results on five popular NLP benchmarks including SQuAD v1.1 (extractive question answering), CoNLL-2003 (named entity recognition), ReCoRD (cloze-style question answering), TACRED (relation classification), and Open Entity (entity typing).
+luke-japaneseは、単語とエンティティの知識拡張型訓練済み Transformer モデルLUKEの日本語版です。LUKE は単語とエンティティを独立したトークンとして扱い、これらの文脈を考慮した表現を出力します。詳細については、GitHub リポジトリを参照してください。
 
+このモデルは、通常の NLP タスクでは使われない Wikipedia エンティティのエンベディングを含んでいます。単語の入力のみを使うタスクには、lite versionを使用してください。
 # how to use 使い方
 出力としてはpre.logitsが得られます。
-pre.logitsはtensor[[x,y]]というテンソルになっています。
+pre.logitsはtensor[[x, y]]というテンソルになっています。
 num = SOFTMAX(pre.logits)にすることで、num[0]がネガティブである確率、num[1]がポジティブである確率を表すようになります。
 
+we could get "pre.logits" as the output.
+"pre.logits" is the shape like tensor[[x, y]].
+"num = SOFTMAX(pre.logits)"
+num[0] will show the probability of negative, num[1] will show the probability of positive.
+
+
 -------------------------------------------------------------
 
 import torch