Update README.md

README.md

@@ -24,8 +24,8 @@ tags:
 
 **(1) Self Alignment Pretraining (SAP)**
 
-한국 의료 기록은 **한·영 혼용체**로 이루어져 있어, 영어 용어도 인식할 수 있는 모델이 필요합니다.        
-Multi Similarity Loss를 이용해 **동일한 코드의 용어** 간에 높은 유사도를 갖도록 학습합니다.        
+한국 의료 기록은 **한·영 혼용체**로 쓰여, 영어 용어도 인식할 수 있는 모델이 필요합니다.        
+Multi Similarity Loss를 이용해 **동일한 코드의 용어** 간에 높은 유사도를 갖도록 학습했습니다.        
 ```
 예) C3843080 || 고혈압 질환 
     C3843080 || Hypertension
@@ -35,7 +35,16 @@ Multi Similarity Loss를 이용해 **동일한 코드의 용어** 간에 높은
 ```
 
 
-- [SapBERT-KO-EN]()
-- [Github]()
+- SapBERT-KO-EN : [https://huggingface.co/snumin44/sap-bert-ko-en](https://huggingface.co/snumin44/sap-bert-ko-en)
+- Github : [https://github.com/snumin44/SapBERT-KO-EN](https://github.com/snumin44/SapBERT-KO-EN)
+
+
+**(2) Dense Passage Retrieval (DPR)**
+
+SapBERT-KO-EN을 검색 모델로 만들기 위해 **DPR** 방식으로 Fine-tuning 했습니다.
+
+
+
+