Update README.md

README.md

@@ -16,7 +16,7 @@ widget:
     example_title: "Notre-Dame"
 ---
 
-# text2tags-it
+# text2tags
 
 The model has been trained on a collection of 28k news articles with tags. Its purpose is to create tags suitable for the given article. We can use this model also for information-retrieval purposes (GenQ), fine-tuning sentence-transformers for asymmetric semantic search. 
 
@@ -27,8 +27,8 @@ Sample code with an article from IlPost:
 ```python
 from transformers import T5ForConditionalGeneration,T5Tokenizer
 
-model = T5ForConditionalGeneration.from_pretrained("efederici/text2tags-it")
-tokenizer = T5Tokenizer.from_pretrained("efederici/text2tags-it")
+model = T5ForConditionalGeneration.from_pretrained("efederici/text2tags")
+tokenizer = T5Tokenizer.from_pretrained("efederici/text2tags")
 
 article = '''
 Da bambino era preoccupato che al mondo non ci fosse più nulla da scoprire. Ma i suoi stessi studi gli avrebbero dato torto: insieme a James Watson, nel 1953 Francis Crick strutturò il primo modello di DNA, la lunga sequenza di codici che identifica ogni essere vivente, rendendolo unico e diverso da tutti gli altri.