Update README.md

README.md

@@ -9,7 +9,9 @@ datasets:
   - wikipedia
 mask_token: "[MASK]"
 widget:
+  - text: "京都 大学 で [MASK] を 勉強 する 。"
   - text: "[MASK] 大学 で 自然 言語 処理 を 専攻 する 。"
+  - text: "カフェ で [MASK] を 注文 する 。"
 ---
 
 # ku-accms/bert-base-japanese-ssuw
@@ -25,27 +27,27 @@ You can use this model directly with a pipeline for masked language modeling:
 ```python
 >>> from transformers import pipeline
 >>> unmasker = pipeline('fill-mask', model='ku-accms/bert-base-japanese-ssuw')
->>> unmasker("[MASK] 大学 で 自然 言語 処理 を 専攻 する 。")
-[{'sequence': 'スタンフォード 大学 で 自然 言語 処理 を 専攻 する 。',
-  'score': 0.13041487336158752,
-  'token': 26978,
-  'token_str': 'スタンフォード'},
- {'sequence': '早稲田 大学 で 自然 言語 処理 を 専攻 する 。',
-  'score': 0.05302431806921959,
-  'token': 17048,
-  'token_str': '早稲田'},
- {'sequence': 'ハーバード 大学 で 自然 言語 処理 を 専攻 する 。',
-  'score': 0.048841025680303574,
-  'token': 21731,
-  'token_str': 'ハーバード'},
- {'sequence': '筑波 大学 で 自然 言語 処理 を 専攻 する 。',
-  'score': 0.04634753614664078,
-  'token': 20287,
-  'token_str': '筑波'},
- {'sequence': '東京 大学 で 自然 言語 処理 を 専攻 する 。',
-  'score': 0.030050478875637054,
-  'token': 13949,
-  'token_str': '東京'}]
+>>> unmasker("京都 大学 で [MASK] を 勉強 する 。")
+[{'sequence': '京都 大学 で 演劇 を 勉強 する 。',
+  'score': '0.0607224702835083',
+  'token': '16772',
+  'token_str': '演劇'}
+ {'sequence': '京都 大学 で 歴史 を 勉強 する 。',
+  'score': '0.04331592842936516',
+  'token': '14046',
+  'token_str': '歴史'}
+ {'sequence': '京都 大学 で 英語 を 勉強 する 。',
+  'score': '0.03882499784231186',
+  'token': '14592',
+  'token_str': '英語'}
+ {'sequence': '京都 大学 で 音楽 を 勉強 する 。',
+  'score': '0.03706944361329079',
+  'token': '14084',
+  'token_str': '音楽'}
+ {'sequence': '京都 大学 で 文学 を 勉強 する 。',
+  'score': '0.03688089922070503',
+  'token': '14603',
+  'token_str': '文学'}
 ```
 
 Here is how to use this model to get the features of a given text in PyTorch: