Update README.md

README.md

@@ -76,13 +76,13 @@ python3 setup.py install
 数据集下载地址：https://s3.bmio.net/kashgari/china-people-daily-ner-corpus.tar.gz
 人民日报数据集存放在目录/datasets/bert-base-chinese目录下，然后解压。
 
-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：[china-people-daily-ner-corpus](http://113.200.138.88:18080/aidatasets/project-dependency/china-people-daily-ner-corpus/-/raw/master/china-people-daily-ner-corpus.tar.gz) 。
+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：[china-people-daily-ner-corpus](http://113.200.138.88:18080/aidatasets/project-dependency/china-people-daily-ner-corpus/-/raw/master/china-people-daily-ner-corpus.tar.gz)
 
 预训练模型下载地址：https://huggingface.co/bert-base-chinese/tree/main
 所有文件下载存放在目录/datasets/bert-base-chinese下。
 
-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-base-chinese](http://113.200.138.88:18080/aimodels/bert-base-chinese) 。
-
 训练数据目录结构如下：
 ```
 dataset
@@ -136,6 +136,12 @@ cd examples/sequence_labeling/
 
 医疗,教育,科研,金融
 
+## 权重下载
+
+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-base-chinese](http://113.200.138.88:18080/aimodels/bert-base-chinese)
+
 ## 源码仓库及问题反馈
 
 - https://developer.hpccube.com/codes/modelzoo/bert4torch