Update README.md

README.md

@@ -20,8 +20,11 @@ widget:
 
 `macbert4csc-base-chinese` evaluate SIGHAN2015 test data：
 
-- Char Level:     precision:0.9372, recall:0.8640, f1:0.8991
-- Sentence Level: precision:0.8264, recall:0.7366, f1:0.7789
+|  | Correct-Precision | Correct-Recall | Correct-F1 | 
+|--|--|--|--|
+| Chararcter-level | 93.72 | 86.40 | 89.91 |
+| Sentence-level | 82.64 | 73.66 | 77.89 |
+
 
 由于训练使用的数据使用了SIGHAN2015的训练集（复现paper），在SIGHAN2015的测试集上达到SOTA水平。
 
@@ -36,15 +39,14 @@ widget:
 ```python
 from pycorrector.macbert.macbert_corrector import MacBertCorrector
 
-nlp = MacBertCorrector("shibing624/macbert4csc-base-chinese").macbert_correct
+m = MacBertCorrector("shibing624/macbert4csc-base-chinese")
 
-i = nlp('今天新情很好')
+i = m.correct('今天新情很好')
 print(i)
 ```
 
-当然，你也可使用官方的huggingface/transformers调用：
+当然，你也可使用`transformers`调用：
 
-*Please use 'Bert' related functions to load this model!*
 
 ```python
 import operator