Update README.md

README.md

@@ -39,34 +39,15 @@ You can use this model directly with a pipeline for masked language modeling:
 >>>from transformers import pipeline
 >>>fill_mask = pipeline("fill-mask", model="./models/bert-base-qarib_far")
 >>> fill_mask("و+قام ال+مدير [MASK]")
-[
-{'sequence': '[CLS] وقام المدير بالعمل [SEP]', 'score': 0.0678194984793663, 'token': 4230, 'token_str': 'بالعمل'}, 
-{'sequence': '[CLS] وقام المدير بذلك [SEP]', 'score': 0.05191086605191231, 'token': 984, 'token_str': 'بذلك'}, 
-{'sequence': '[CLS] وقام المدير بالاتصال [SEP]', 'score': 0.045264165848493576, 'token': 26096, 'token_str': 'بالاتصال'}, 
-{'sequence': '[CLS] وقام المدير بعمله [SEP]', 'score': 0.03732728958129883, 'token': 40486, 'token_str': 'بعمله'}, 
-{'sequence': '[CLS] وقام المدير بالامر [SEP]', 'score': 0.0246378555893898, 'token': 29124, 'token_str': 'بالامر'}
-]
+
 >>> fill_mask("و+قام+ت ال+مدير+ة [MASK]")
-[{'sequence': '[CLS] وقامت المديرة بذلك [SEP]', 'score': 0.23992691934108734, 'token': 984, 'token_str': 'بذلك'}, 
-{'sequence': '[CLS] وقامت المديرة بالامر [SEP]', 'score': 0.108805812895298, 'token': 29124, 'token_str': 'بالامر'}, 
-{'sequence': '[CLS] وقامت المديرة بالعمل [SEP]', 'score': 0.06639821827411652, 'token': 4230, 'token_str': 'بالعمل'}, 
-{'sequence': '[CLS] وقامت المديرة بالاتصال [SEP]', 'score': 0.05613093823194504, 'token': 26096, 'token_str': 'بالاتصال'}, 
-{'sequence': '[CLS] وقامت المديرة المديرة [SEP]', 'score': 0.021778125315904617, 'token': 41635, 'token_str': 'المديرة'}]
+
 >>> fill_mask("قللي وشفيييك يرحم [MASK]")
-%[{'sequence': '[CLS] قللي وشفيييك يرحم والديك [SEP]', 'score': 0.4152909517288208, 'token': 9650, 'token_str': 'والديك'}, 
-%{'sequence': '[CLS] قللي وشفيييك يرحملي [SEP]', 'score': 0.07663793861865997, 'token': 294, 'token_str': '##لي'}, 
-%{'sequence': '[CLS] قللي وشفيييك يرحم حالك [SEP]', 'score': 0.0453166700899601, 'token': 2663, 'token_str': 'حالك'}, 
-%{'sequence': '[CLS] قللي وشفيييك يرحم امك [SEP]', 'score': 0.04390475153923035, 'token': 1942, 'token_str': 'امك'}, 
-%{'sequence': '[CLS] قللي وشفيييك يرحمونك [SEP]', 'score': 0.027349254116415977, 'token': 3283, 'token_str': '##ونك'}]
+
 ```
 ## Evaluations:
-|**Experiment** |**mBERT**|**AraBERT0.1**|**AraBERT1.0**|**ArabicBERT**|**QARiB**|
-|---------------|---------|--------------|--------------|--------------|---------|
-|Dialect Identification | 6.06% | 59.92% | 59.85% | 61.70% | **65.21%** |
-|Emotion Detection | 27.90% | 43.89% | 42.37% | 41.65% | **44.35%** |
-|Named-Entity Recognition (NER) | 49.38% | 64.97% | **66.63%** | 64.04% | 61.62% |
-|Offensive Language Detection | 83.14% | 88.07% | 88.97% | 88.19% | **91.94%** |
-|Sentiment Analysis | 86.61% | 90.80% | **93.58%** | 83.27% | 93.31% |
+
+
 ## Model Weights and Vocab Download
 From Huggingface site: https://huggingface.co/qarib/bert-base-qarib_far
 ## Contacts