Update README.md

README.md

@@ -29,24 +29,24 @@ You can use this model directly with a pipeline for masked language modeling:
 >>> unmasker = pipeline('fill-mask', model='uer/chinese_roberta_L-2_H-128')
 >>> unmasker("中国的首都是[MASK]京。")
 [
-    {'sequence': '[CLS] 中 国 的 首 都 是 北 京 。 [SEP]', 
-     'score': 0.9427323937416077, 
+    {'sequence': '[CLS] 中 国 的 首 都 是 北 京 。 [SEP]',
+     'score': 0.9197361469268799, 
      'token': 1266, 
-     'token_str': '北'}, 
+     'token_str': '北'},
     {'sequence': '[CLS] 中 国 的 首 都 是 南 京 。 [SEP]',
-     'score': 0.029202355071902275, 
+     'score': 0.03562437742948532, 
      'token': 1298,
      'token_str': '南'}, 
     {'sequence': '[CLS] 中 国 的 首 都 是 东 京 。 [SEP]',
-     'score': 0.00977553054690361,
+     'score': 0.017404623329639435,
      'token': 691, 
      'token_str': '东'}, 
     {'sequence': '[CLS] 中 国 的 首 都 是 葡 京 。 [SEP]',
-     'score': 0.00489805219694972,
+     'score': 0.006503210868686438,
      'token': 5868, 
      'token_str': '葡'},
     {'sequence': '[CLS] 中 国 的 首 都 是 新 京 。 [SEP]',
-     'score': 0.0027360401581972837, 
+     'score': 0.0033314127940684557,
      'token': 3173, 
      'token_str': '新'}
 ]