Update README.md

README.md

@@ -10,14 +10,12 @@ tags:
 - sentence-similarity
 - transformers
 
-datasets:
-- allnli
 
 widget:
 - source_sentence: "Το κινητό έπεσε και έσπασε."
   sentences: [
 				"H πτώση κατέστρεψε τη συσκευή.",
-				"Το αυτοκίνητο έσπασε στα δυο",
+				"Το αυτοκίνητο έσπασε στα δυο.",
 				"Ο υπουργός έπεσε και έσπασε το πόδι του."
 			]
 
@@ -68,7 +66,7 @@ cosine_scores = util.pytorch_cos_sim(embeddings1, embeddings2)
 
 #Output the pairs with their score
 for i in range(len(sentences1)):
-    print("{} \t\t {} \t\t Score: {:.4f}".format(sentences1[i], sentences2[i], cosine_scores[i][i]))
+    print("{} 		 {} 		 Score: {:.4f}".format(sentences1[i], sentences2[i], cosine_scores[i][i]))
     
 #Outputs:
 #Το κινητό έπεσε και έσπασε. 		 H πτώση κατέστρεψε τη συσκευή. 		 Score: 0.6741
@@ -174,6 +172,6 @@ The research work was supported by the Hellenic Foundation for Research and Inno
 
 
 ## Citing & Authors
-Citation info of Greek model: TBD
+Citation info for Greek model: TBD
 
 Based on the transfer learning approach of [Making Monolingual Sentence Embeddings Multilingual using Knowledge Distillation](https://arxiv.org/abs/2004.09813)