Update README.md

README.md

@@ -9,7 +9,7 @@ metrics:
 
 <!-- Provide a quick summary of what the model is/does. -->
 
-KorSciDeBERTa는 Microsoft DeBERTa 모델의 아키텍쳐를 기반으로, 논문, NTIS 연구과제, 특허, 뉴스, 한국어 위키 말뭉치 총 146GB를 사전학습한 모델입니다.
+KorSciDeBERTa는 Microsoft DeBERTa 모델의 아키텍쳐를 기반으로, 논문, 연구 보고서, 특허, 뉴스, 한국어 위키 말뭉치 총 146GB를 사전학습한 모델입니다.
 
 마스킹된 언어 모델링 또는 다음 문장 예측에 사전학습 모델을 사용할 수 있고, 추가로 문장 분류, 단어 토큰 분류 또는 질의응답과 같은 다운스트림 작업에서 미세 조정을 통해 사용될 수 있습니다.
 
@@ -102,7 +102,7 @@ cd korscideberta/experiments/glue; chmod 777 *.sh;
 ### Training Data
 
 <!-- This should link to a Data Card, perhaps with a short stub of information on what the training data is all about as well as documentation related to data pre-processing or additional filtering. -->
-논문, NTIS 연구과제, 특허, 뉴스, 한국어 위키 말뭉치 총 146GB
+논문, 연구 보고서, 특허, 뉴스, 한국어 위키 말뭉치 총 146GB
 
 ### Training Procedure 
 
@@ -137,8 +137,8 @@ KISTI HPC NVIDIA A100 80G GPU 24EA에서 2.5개월동안 1,600,000 스텝 학습
 
 <!-- This should link to a Data Card if possible. -->
 
-본 언어모델의 성능평가는 연구과제보고서 과학기술표준분류 태스크에 파인튜닝하여 평가하는 방식을 사용하였으며, 그 결과는 아래와 같습니다.
-- 연구과제보고서 과학기술표준분류 평가 데이터셋(doi.org/10.23057/50), 145 Classes, 209,454 Training Set, 89,767 Test Set
+본 언어모델의 성능평가는 연구 보고서 과학기술표준분류 태스크에 파인튜닝하여 평가하는 방식을 사용하였으며, 그 결과는 아래와 같습니다.
+- 연구 보고서 과학기술표준분류 평가 데이터셋(doi.org/10.23057/50), 145 Classes, 209,454 Training Set, 89,767 Test Set
 
 #### Metrics