Update README.md

README.md

@@ -1,13 +1,13 @@
 ---
 language: Chinese
 widget: 
-- text: "当是时"
+- text: "[CLS]当是时"
 
 
 ---
 
 
-# Chinese GPT2 Ancient Model
+# Chinese Ancient GPT2 Model
 
 ## Model description
 
@@ -23,7 +23,7 @@ You can use the model directly with a pipeline for text generation:
 >>> model = GPT2LMHeadModel.from_pretrained("uer/gpt2-chinese-ancient")
 >>> text_generator = TextGenerationPipeline(model, tokenizer)   
 >>> text_generator("当是时", max_length=100, do_sample=True)
-    [{'generated_text': '当是时 所 议 者 不 为 无 据 ， 况 亦 在 之 列 乎 ？ 然 则 今 日 之 事 ， 所 当 思 者 在 何 ？ 欲 求 国 是 于 天 下 ， 莫 在 于 得 人 。 臣 以 为 求 人 之 法 ， 不 在 多 用 官 一 途 。 诚 使 得 才 者 众 ， 人 才 者 优 ， 则 治 所 当 得 ， 而 不 事 于 官 者 ， 人 才 乃 其 常 也 。 所 当 讲 者'}]
+    [{'generated_text': '[CLS]当是时 所 议 者 不 为 无 据 ， 况 亦 在 之 列 乎 ？ 然 则 今 日 之 事 ， 所 当 思 者 在 何 ？ 欲 求 国 是 于 天 下 ， 莫 在 于 得 人 。 臣 以 为 求 人 之 法 ， 不 在 多 用 官 一 途 。 诚 使 得 才 者 众 ， 人 才 者 优 ， 则 治 所 当 得 ， 而 不 事 于 官 者 ， 人 才 乃 其 常 也 。 所 当 讲 者'}]
 ```
 
 ## Training data