Update README.md

README.md

@@ -87,8 +87,9 @@ Fine-tuning에 활용한 베이스 모델 및 하이퍼 파라미터는 다음
 
 ## 4. Example
 이 모델은 Context를 인코딩하는 모델로, Question 모델과 함께 사용해야 합니다.       
-동일한 질병에 관한 질문과 텍스트가 높은 유사도를 보인다는 사실을 확인할 수 있습니다.
-학습 데이터의 특성 상, 예시 보다 정제된 의료 텍스트에 대해 더 잘 작동합니다.
+동일한 질병에 관한 질문과 텍스트가 높은 유사도를 보인다는 사실을 확인할 수 있습니다.     
+
+(※ 학습 데이터의 특성 상 예시 보다 정제된 텍스트에 대해 더 잘 작동합니다.)
 
 ```python
 import numpy as np
@@ -144,6 +145,19 @@ Similarity between query and target 2: 0.0476
 
 ## Citing
 ```
-
+@inproceedings{liu2021self,
+    title={Self-Alignment Pretraining for Biomedical Entity Representations},
+    author={Liu, Fangyu and Shareghi, Ehsan and Meng, Zaiqiao and Basaldella, Marco and Collier, Nigel},
+    booktitle={Proceedings of the 2021 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies},
+    pages={4228--4238},
+    month = jun,
+    year={2021}
+}
+@article{karpukhin2020dense,
+  title={Dense Passage Retrieval for Open-Domain Question Answering},
+  author={Vladimir Karpukhin, Barlas Oğuz, Sewon Min, Patrick Lewis, Ledell Wu, Sergey Edunov, Danqi Chen, Wen-tau Yih},
+  journal={Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP)},
+  year={2020}
+}
 ```