Update README.md

README.md

@@ -27,10 +27,10 @@ You can use this model with Transformers *pipeline* for NER.
 ```python
 from transformers import AutoTokenizer, AutoModelForTokenClassification, pipeline
 
-tokenizer = AutoTokenizer.from_pretrained("roberta-bne-ner-cds")
-model = AutoModelForTokenClassification.from_pretrained("roberta-bne-ner-cds")
+tokenizer = AutoTokenizer.from_pretrained("es_trf_ner_cds_bne-base")
+model = AutoModelForTokenClassification.from_pretrained("es_trf_ner_cds_bne-base")
 
-example = "Fue antes de llegar a Sigüeiro, en el Camino de Santiago. El proyecto lo financia el Ministerio de Industria y Competitividad."
+example = "Fue antes de llegar a Sigüeiro, en el Camino de Santiago. Si te metes en el Franco desde la Alameda, vas hacia la Catedral. Y allí precisamente es Santiago el patrón del pueblo."
 ner_pipe = pipeline('ner', model=model, tokenizer=tokenizer, aggregation_strategy="simple")
 
 for ent in ner_pipe(example):