Update README.md

README.md

@@ -9,7 +9,7 @@ widget:
     မြန်မာ့စီးပွားရေးမှာ ရွှေ နဲ့ ဒေါ်လာက အရေးပါသလို ဒေါ်လာစျေးပေါ်မူတည်ပြီး
     အခြားစားသောက်ကုန်ပစ္စည်းတွေကလည်း လိုက်ပါပြောင်းလဲလေ့ ရှိပါတယ်။ 
   candidate_labels: commerce, fashion, music, politics, sports
-  multi_class: true
+  multi_class: false
   example_title: Myanmar Economy
 - text: >-
     ၂၀၁၇ ခုနှစ် ဇွန်လ ၃၀ ရက်နေ့တွင် ရန်ကုန်မြို့၌ ကျင်းပသော ကိုယ်ခံပညာပေါင်းစုံ
@@ -58,7 +58,19 @@ Please refer to the papers for original foundation model: DeBERTa [https://arxiv
 
 Use the code below to get started with the model.
 
-[More Information Needed]
+```
+from transformers import pipeline
+
+pipe = pipeline(model="akhtet/mDeBERTa-v3-base-myXNLI")
+pipe("မြန်မာ့စီးပွားရေးမှာ ရွှေ နဲ့ ဒေါ်လာက အရေးပါသလို ဒေါ်လာစျေးပေါ်မူတည်ပြီး အခြားစားသောက်ကုန်ပစ္စည်းတွေကလည်း လိုက်ပါပြောင်းလဲလေ့ ရှိပါတယ်။",
+    candidate_labels=["commerce, fashion, music, politics, sports"],
+)
+# output
+>>> {'sequence': 'I have a problem with my iphone that needs to be resolved asap!!', 'labels': ['urgent', 'phone', 'computer', 'not urgent', 'tablet'], 'scores': [0.504, 0.479, 0.013, 0.003, 0.002]}
+
+```
+
+Fore more details, please refer to HuggingFace documentation https://huggingface.co/tasks/zero-shot-classification
 
 ## Training Details
 
@@ -75,7 +87,7 @@ The model was fine-tuned using this combined dataset for a single epoch.
 
 This model has been evaluted on myXNLI testset for Myanmar accuracy. We also provide the accuracy for English using XNLI testset.
 
-| Model | Myanmar accuracy | English accuracy | 
+| Model | English accuracy | Myanmar accuracy |
 | ----- | ----- | ----- |
 | mDeBERTa-v3-base-myXNLI | 88.02 | 80.99 | 
 
@@ -83,8 +95,6 @@ This model has been evaluted on myXNLI testset for Myanmar accuracy. We also pro
 
 <!-- If there is a paper or blog post introducing the model, the APA and Bibtex information for that should go in this section. -->
 
-**BibTeX:**
-
 [More Information Needed]
 
 ## Model Card Contact