Update README.md

README.md

@@ -53,12 +53,6 @@ You can then use this pipeline to classify sequences into any of the class names
 sequence_to_classify = "Angela Merkel ist eine Politikerin in Deutschland und Vorsitzende der CDU"
 candidate_labels = ["politics", "economy", "entertainment", "environment"]
 classifier(sequence_to_classify, candidate_labels)
-#{'sequence': 'Angela Merkel ist eine Politikerin in Deutschland und Vorsitzende der CDU',
-# 'labels': ['politics', 'economy', 'environment', 'entertainment'],
-# 'scores': [0.4970444142818451,
-#  0.3297286927700043,
-#  0.08716338872909546,
-#  0.086063452064991]}
 ```
 
 If more than one candidate label can be correct, pass `multi_class=True` to calculate each class independently:
@@ -66,12 +60,6 @@ If more than one candidate label can be correct, pass `multi_class=True` to calc
 ```python
 candidate_labels = ["politics", "economy", "entertainment", "environment"]
 classifier(sequence_to_classify, candidate_labels, multi_label=True)
-#{'sequence': 'Angela Merkel ist eine Politikerin in Deutschland und Vorsitzende der CDU',
-# 'labels': ['politics', 'economy', 'environment', 'entertainment'],
-# 'scores': [0.6669772267341614,
-#  0.4559520483016968,
-#  0.004513110034167767,
-#  0.0035143839195370674]}
 ```
 
 ### Eval results