improve usage example

README.md

@@ -14,7 +14,23 @@ More details on the training process and the reproducibility can be found in the
 You can use the GeNTE Evaluator as follows:
 
 ```
-from transformers import AutoModelForSequenceClassification
+from transformers import AutoModelForSequenceClassification, AutoTokenizer
+
+# load the tokenizer of UmBERTo
+tokenizer = AutoTokenizer.from_pretrained("Musixmatch/umberto-wikipedia-uncased-v1", do_lower_case=False)
+
+# load GeNTE Evaluator
+model = AutoModelForSequenceClassification.from_pretrained("FBK-MT/GeNTE-evaluator")
+
+# neutral example
+sample = "Condividiamo il parere di chi ha presentato la relazione che ha posto notevole enfasi sull'informazione in relazione ai rischi e sulla trasparenza, in particolare nel campo sanitario e della sicurezza."
+input = tokenizer(sample, return_tensors='pt')
+
+with torch.no_grad():
+  probs = model(**input).logits
+
+predicted_label = torch.argmax(probs, dim=1).item()
+print(predicted_label)  # 0 is neutral, 1 is gendered
 ```
 
 ## Citation