Update README.md

README.md

@@ -12,6 +12,8 @@ pinned: false
 # NLP project
 
 Данный проект является мультистраничным приложением для обработки естественного языка (Natural Language Processing) и был разработан с использованием платформы Hugging Face и фреймворка Streamlit. Проект включал следующих участников: Василий Севостянов, Анна Филина, Ильвир Хасанов, Иван Никифоров и Виктория Князева.
+[Ознакомиться можно по ссылке](https://huggingface.co/spaces/vasevooo/NLP_project)
+
 
 ## 1. Классификация отзывов на фильмы на английском языке (Иван Никифоров)
 
@@ -29,11 +31,13 @@ pinned: false
 
 ## 3. Модель question answering (Анна Филина и Василий Севостьянов)
 
-В этой части проекта была разработана система вопросно-ответной обработки текста с использованием модели timpal0l/mdeberta-v3-base-squad2 от Hugging Face, обученной на данных SQuAD 2.0. Пользователь может ввести вопрос и контекст (в котором содержится ответ), и модель применяя алгоритм вопросно-ответного моделирования выведет ответ.
+В этой части проекта была разработана система вопросно-ответной обработки текста с использованием модели timpal0l/mdeberta-v3-base-squad2, обученной на данных SQuAD 2.0. Пользователь может ввести вопрос и контекст (в котором содержится ответ), и модель применяя алгоритм вопросно-ответного моделирования выведет ответ.
 
 # NLP project
 
 This project is a multipage application for Natural Language Processing (NLP) developed using the Hugging Face platform and the Streamlit framework. The project involved the following contributors: Vasily Sevostyanov, Anna Filina, Ilvir Khasanov, Ivan Nikiforov, and Victoria Knyazeva.
+[You can read it by following this link](https://huggingface.co/spaces/vasevooo/NLP_project)
+
 
 ## 1. Film Review Classification in English (Ivan Nikiforov)
 
@@ -51,4 +55,4 @@ In this section of the project, text generation is implemented using the GPT (Ge
 
 ## 3. Question Answering Model (Anna Filina and Vasily Sevostyanov)
 
-This part of the project focuses on a question answering system using the timpal0l/mdeberta-v3-base-squad2 model from Hugging Face, trained on the SQuAD 2.0 dataset. Users can input a question and the corresponding context containing the answer, and the model applies question answering algorithms to provide the answer.
+This part of the project focuses on a question answering system using the timpal0l/mdeberta-v3-base-squad2 model, trained on the SQuAD 2.0 dataset. Users can input a question and the corresponding context containing the answer, and the model applies question answering algorithms to provide the answer.