Update README.md

README.md

@@ -28,7 +28,7 @@ You could use this model for NER tasks.
 
 # How to use 使い方
 transformersおよびpytorch、sentencepiece、Juman++をインストールしてください。
-以下のコードを実行することで、Question-Answeringタスクを解かせることができます。  please execute this code.
+以下のコードを実行することで、固有表現抽出タスクを解かせることができます。  please execute this code.
 ```python
 from transformers import AutoTokenizer,pipeline, AutoModelForTokenClassification
 tokenizer = AutoTokenizer.from_pretrained('Mizuiro-sakura/deberta-v2-base-japanese-finetuned-ner')
@@ -45,7 +45,7 @@ print(result)
                      precision   recall  f1-score   support
 
      その他の組織名       0.73      0.75      0.74      238
-       イベント名        0.81      0.81      0.81      215
+        イベント名        0.81      0.81      0.81      215
          人名            0.84      0.87      0.85      547
          地名            0.83      0.83      0.83      446
       政治的組織名        0.82      0.85      0.83      263
@@ -66,5 +66,6 @@ This is a Japanese DeBERTa V2 base model pre-trained on Japanese Wikipedia, the
 
 # Acknowledgments 謝辞
 モデルを公開してくださった京都大学黒橋研究室には感謝いたします。
+
 I would like to thank Kurohashi Lab at Kyoto University.