Update README.md

README.md

@@ -39,27 +39,22 @@ The model can be used for extracting keywords from the text. The basic technique
 pip install keybert
 ```
 
-```bash
+```python
 from keybert import KeyBERT
 from sentence_transformers import SentenceTransformer
 sentence_model = SentenceTransformer("NbAiLab/nb-sbert")
 kw_model = KeyBERT(model=sentence_model)
 
 doc = """
-Nasjonalbiblioteket er et norsk bibliotek som «bevarer fortiden for fremtiden» 
-gjennom en nasjonal kultur- og kunnskapsbase. Rollen som nasjonalbibliotek 
-innebærer blant annet administrering av pliktavleveringsloven som sier at alle 
-dokument som produseres i Norge skal pliktavleveres til Nasjonalbiblioteket. 
-Dette innebærer bøker, aviser, tidsskrifter, digitale dokumenter, film, video, 
-fotografi, kart, kringkasting, lydbøker, musikk, notetrykk, postkort, plakater, 
-småtrykk og teatermateriale. Alt stilles til rådighet for publikum i 
-Nasjonalbibliotekets publikumslokaler i Oslo.
+De første nasjonale bibliotek har sin opprinnelse i kongelige samlinger eller en annen framstående myndighet eller statsoverhode. Et av de første planene for et nasjonalbibliotek i England ble fremmet av den walisiske matematikeren og mystikeren John Dee som i 1556 presenterte en visjonær plan om et nasjonalt bibliotek for gamle bøker, manuskripter og opptegnelser for dronning Maria I av England. Hans forslag ble ikke tatt til følge.
 """
 kw_model.extract_keywords(doc, stop_words=None)
 
-
+# [('nasjonalbibliotek', 0.5242), ('bibliotek', 0.4342), ('samlinger', 0.3334), ('statsoverhode', 0.33), ('manuskripter', 0.3061)]
 ```
 
+The [keyBERT Homepage](https://github.com/MaartenGr/KeyBERT) gives several other examples on how this can be used. For instance how it can be combined with stop words, how longer phrases can be extracted and how it directly can output the highlighted text.
+
 
 ## Embeddings and Sentence Similarity (Sentence-Transformers)