Update README.md

README.md

@@ -1,13 +1,13 @@
 ---
 language: ja
 widget:
-- text: "次の出来事の後に起こりうることは何ですか: Xが食パンにジャムを塗る"
+- text: "次の出来事の後に起こりうることは何ですか: Xがパンを焼く"
 ---
 
 # COMET-T5 ja
 
 Finetuned T5 on [ATOMIC ja](https://github.com/nlp-waseda/comet-atomic-ja) using a text-to-text language modeling objective.
-It was introduced in this paper.
+It was introduced in [this paper](https://www.anlp.jp/proceedings/annual_meeting/2023/pdf_dir/B2-5.pdf).
 
 ### How to use
 
@@ -18,13 +18,13 @@ Since the generation relies on some randomness, we set a seed for reproducibilit
 >>> from transformers import pipeline, set_seed
 >>> generator = pipeline('text2text-generation', model='nlp-waseda/comet-t5-base-japanese')
 >>> set_seed(42)
->>> generator("次の出来事の後に起こりうることは何ですか: Xが大学で勉強する", max_length=30, num_return_sequences=5, do_sample=True)
+>>> generator("次の出来事の後に起こりうることは何ですか: Xが友人に電話する", max_length=30, num_return_sequences=5, do_sample=True)
 
-[{'generated_text': 'Xが成績順で合格する'},
- {'generated_text': 'Xが学位を取得する'},
- {'generated_text': 'Xが勉強を始める'},
- {'generated_text': 'Xが大学に合格する'},
- {'generated_text': 'Xが試験官から褒められる'}]
+[{'generated_text': 'Xが友人から返事を得る'},
+ {'generated_text': 'Xが会話する'},
+ {'generated_text': 'Xが友人に怒られる'},
+ {'generated_text': 'Xが退屈しそうな雰囲気になる'},
+ {'generated_text': 'Xが友人と会う'}]
 ```
 
 ### Preprocessing
@@ -54,6 +54,6 @@ The model achieves the following results:
     title =     "人間と言語モデルに対するプロンプトを用いたゼロからのイベント常識知識グラフ構築",
     booktitle = "言語処理学会第29回年次大会",
     year =      "2023",
-    url =       ""
+    url =       "https://www.anlp.jp/proceedings/annual_meeting/2023/pdf_dir/B2-5.pdf"
 }
 ```