Update README.md

README.md

@@ -57,7 +57,7 @@ language:
 ---
 
 
-# `retrival-mpnet-bn`
+# `retrieval-mpnet-bn`
 
 This is a [sentence-transformers](https://www.SBERT.net) model: It maps sentences & paragraphs to a 768 dimensional dense vector space and can be used for tasks like **clustering** or **semantic search**.
 
@@ -65,7 +65,7 @@ This is a [sentence-transformers](https://www.SBERT.net) model: It maps sentence
 
 ## Model Details
 
-- Model name: retrival-mpnet-bn
+- Model name: retrieval-mpnet-bn
 - Model version: 1.0
 - Architecture: Sentence Transformer
 - Language: Multilingual ( fine-tuned for Bengali Language)
@@ -121,7 +121,7 @@ docs = ["ম্যাচটা সিকান্দার রাজারই
 "অক্ষর প্যাটেল ও অর্শদীপ সিংয়ের দারুণ বোলিংয়ের পর যশস্বী জয়সোয়াল ও শিবম দুবের জোড়া অর্ধশতকে ইন্দোরে সহজ জয়ে এক ম্যাচ বাকি থাকতেই সিরিজ জিতেছে ভারত। ইন্দোরে তিনে নামা গুলবদিন নাইবের ৩৫ বলে ৫৭ রানের ইনিংসে আফগানিস্তান তুলেছিল ১৭২ রান, কিন্তু ভারত সেটি পেরিয়ে গেছে ২৬ বল ও ৬ উইকেট বাকি রেখেই।",
 "এদিন প্রথম থেকে আক্রমণ ও বল দখলে এগিয়ে ছিল মিসরই। প্রতিযোগিতার সবচেয়ে সফল দলটির এগিয়ে যেতে সময় লাগে মাত্র ২ মিনিট। বাঁ পাশ থেকে আসা ক্রসে সালাহ চেষ্টা করেও ঠিকঠাক সংযোগ ঘটাতে পারেননি। তবে তাঁর পায়ের ছোঁয়ায় বল আসে মোস্তফা মোহাম্মদের কাছে। ভুল করেননি এই ফরোয়ার্ড। দারুণ ফিনিশিংয়ে গোল করে এগিয়ে দেন দলকে।"]
 # Load the model
-model = SentenceTransformer('afschowdhury/retrival-mpnet-bn')
+model = SentenceTransformer('afschowdhury/retrieval-mpnet-bn')
 # Encode the query and documents
 query_emb = model.encode(query)
 doc_emb = model.encode(docs)
@@ -181,8 +181,8 @@ docs = ["ম্যাচটা সিকান্দার রাজারই
 "এদিন প্রথম থেকে আক্রমণ ও বল দখলে এগিয়ে ছিল মিসরই। প্রতিযোগিতার সবচেয়ে সফল দলটির এগিয়ে যেতে সময় লাগে মাত্র ২ মিনিট। বাঁ পাশ থেকে আসা ক্রসে সালাহ চেষ্টা করেও ঠিকঠাক সংযোগ ঘটাতে পারেননি। তবে তাঁর পায়ের ছোঁয়ায় বল আসে মোস্তফা মোহাম্মদের কাছে। ভুল করেননি এই ফরোয়ার্ড। দারুণ ফিনিশিংয়ে গোল করে এগিয়ে দেন দলকে।"]
 
 # Load model from HuggingFace Hub
-tokenizer = AutoTokenizer.from_pretrained("afschowdhury/retrival-mpnet-bn")
-model = AutoModel.from_pretrained("afschowdhury/retrival-mpnet-bn")
+tokenizer = AutoTokenizer.from_pretrained("afschowdhury/retrieval-mpnet-bn")
+model = AutoModel.from_pretrained("afschowdhury/retrieval-mpnet-bn")
 
 #Encode query and docs
 query_emb = encode(query)