Update Chinese translation (#3413)

docs/zh_CN/builtin_assessor.rst

@@ -7,7 +7,7 @@ Assessor 从 Trial 中接收中间结果，并通过指定的算法决定此 Tri
 
 这是 MNIST 在 "最大化" 模式下使用 "曲线拟合" Assessor 的实验结果。 可以看到 Assessor 成功的 **提前终止** 了许多结果不好超参组合的 Trial。 使用 Assessor，能在相同的计算资源下，得到更好的结果。
 
-实现代码: :githublink:`config_assessor.yml <examples/trials/mnist-tfv1/config_assessor.yml>`
+实验代码： :githublink:`config_assessor.yml <examples/trials/mnist-pytorch/config_assessor.yml>`
 
 ..  image:: ../img/Assessor.png
 

docs/zh_CN/hpo_advanced.rst

@@ -8,5 +8,4 @@
     编写新的 Assessor <Assessor/CustomizeAssessor>
     编写新的 Advisor <Tuner/CustomizeAdvisor>
     编写新的训练平台 <TrainingService/HowToImplementTrainingService>
-    安装自定义的 Tuner，Assessor，Advisor <Tutorial/InstallCustomizedAlgos>
-    如何将自定义的 Tuner 安装为内置 Tuner <Tuner/InstallCustomizedTuner>
+    安装自定义的 Tuners/Assessors/Advisors <Tutorial/InstallCustomizedAlgos>

docs/zh_CN/model_compression.rst

@@ -28,5 +28,5 @@ NNI 中也内置了一些流程的模型压缩算法。
     剪枝 <Compression/pruning>
     量化 <Compression/quantization>
     工具 <Compression/CompressionUtils>
-    框架 <Compression/Framework>
-    自定义压缩算法 <Compression/CustomizeCompressor>
+    高级用法 <Compression/advanced>
+    API 参考 <Compression/CompressionReference>

docs/zh_CN/sdk_reference.rst

@@ -9,4 +9,3 @@ Python API 参考
     自动调优 <autotune_ref>
     NAS <NAS/NasReference>
     模型压缩 <Compression/CompressionReference>
-    NNI 客户端 <nnicli_ref>
\ No newline at end of file