add icon

README.md

@@ -82,6 +82,8 @@ pre_train 数据，本项目使用的是wiki20220401的数据，但数据集压
 
 （seq512对应PHRASE2）链接：https://pan.baidu.com/s/1MBFjYNsGQzlnc8aEb7Pg4w?pwd=6ap2  提取码：6ap2 
 
+数据集快速下载中心：[SCNet AIDatasets](http://113.200.138.88:18080/aidatasets) ，项目中数据集可从快速下载通道下载：[seq128](http://113.200.138.88:18080/aidatasets/project-dependency/bert_pytorch/-/raw/master/wikicorpus_en(128).zip) [seq512](http://113.200.138.88:18080/aidatasets/project-dependency/bert_pytorch/-/raw/master/wikicorpus_en%20(512).zip) 。
+
 这里使用服务器已有的wiki数据集服务器上有已经下载处理好的数据，预训练数据分为PHRASE1、PHRASE2
 
 `wiki数据集结构`
@@ -263,12 +265,15 @@ sh run_bert_pre2_4dcu.sh （需要fp16可以在相应single文件APP中增加 --
 
 ### 算法类别
 
-`文本理解`
+`对话问答`
 
 ### 热点行业
 
 `互联网,教育,科研`
 
+## 预训练权重
+预训练权重快速下载中心：[SCNet AIModels](http://113.200.138.88:18080/aimodels) ，项目中的预训练权重可从快速下载通道下载：[bert-large-uncased](http://113.200.138.88:18080/aidatasets/project-dependency/bert_pytorch/-/raw/master/bs64k_32k_ckpt.tar.gz) 、[bert-large-uncased_L-24_H-1024_A-16](http://113.200.138.88:18080/aidatasets/project-dependency/bert-large-uncased/-/raw/master/uncased_L-24_H-1024_A-16.zip) 、[bert-base-uncased_L-12_H-768_A-12](http://113.200.138.88:18080/aidatasets/project-dependency/bert-large-uncased/-/raw/master/uncased_L-12_H-768_A-12.zip) 。
+
 ## 源码仓库及问题反馈
 
 https://developer.hpccube.com/codes/modelzoo/bert-pytorch

model.properties

@@ -5,6 +5,6 @@ modelName=bert_pytorch
 # 模型描述
 modelDescription=BERT是一种新的基于Transformer应用于计算机视觉领域的神经网络模型,基于PyTorch实现测试
 # 应用场景
-appScenario=训练,文本理解,互联网,教育,科研
+appScenario=训练,对话问答,互联网,教育,科研
 # 框架类型
 frameType=PyTorch