Update README.md

README.md

@@ -9,9 +9,7 @@ Sow with little data seed, harvest much from a text field.
 ## 用途
 HarvestText是一个专注无（弱）监督方法，能够整合领域知识（如类型，别名）对特定领域文本进行简单高效地处理和分析的库。
 
-具体功能如下：
-
-<a id="目录">目录:</a>
+<a id="目录">具体功能如下：</a>
 - [精细分词分句](#实体链接)
 	- 可包含指定词和类别的分词。充分考虑省略号，双引号等特殊标点的分句。
 - [实体链接](#实体链接)
@@ -23,24 +21,18 @@ HarvestText是一个专注无（弱）监督方法，能够整合领域知识（
 - [关系网络](#关系网络)
 	- 利用共现关系，获得关键词之间的网络。或者以一个给定词语为中心，探索与其相关的词语网络。
 - [内置资源](#内置资源)
-	- 通用停用词，通用情感词，IT、财经、饮食、法律等领域词典。可直接用于以上任务。
+	- 通用停用词，通用情感词，IT、财经、饮食、法律等领域词典。可直接用于以上任务，以简单清晰的方式与本库的分词、分析等流程结合。
 - [新词发现](#新词发现)
 	- 利用统计规律（或规则）发现语料中可能会被传统分词遗漏的特殊词汇。也便于从文本中快速筛选出关键词。
 - [文本摘要](#文本摘要)
 	- 基于Textrank得到一系列句子中的代表性句子中。
 - [存取消除](#存取与消除)
 	- 可以本地保存模型再读取复用(pickle)，也可以消除当前模型的记录。
-
-在很多领域文本分析中，我们往往已经了解其中的一些关键词语或实体，例如小说文本分析中的人物名，电影评论中的演员名、角色名、影片名，足球评论文本中的球员、球队、乃至一些术语。在后面的分析中，它们可能是我们的重点关注对象，或者是可以利用它们来改进分词等基础任务、提供机器学习的一些基础特征。
-
-内置停用词，特殊类型词，情感词等资源，并以简单清晰的方式与本库的分词、分析等流程结合。
 
-本库就旨在于提供解决这些问题的一个简单易用的方案。
+使用案例:
+- [《三国演义》中的社交网络](https://blog.csdn.net/blmoistawinde/article/details/85344906)（实体分词，文本摘要，关系网络等）
+- [2018中超舆情展示系统](https://blmoistawinde.github.io/SuperLegal2018Display/index.html)（实体分词，情感分析，新词发现\[辅助绰号识别\]等）
 
-## 依赖
-- jieba
-- numpy, pandas
-- networkx
 
 ## 用法