diff --git a/readme.md b/readme.md
index 0ff2770..d2da0c8 100644
--- a/readme.md
+++ b/readme.md
@@ -64,7 +64,7 @@
 模型法采用前人预训练好的RoBERTa模型进行情感分析，情感评分规则同上。
 RoBERTa是由...等人在2019年提出的改进版BERT模型，适用于文本分类和情感分析，具有一定的鲁棒性(引用论文）。
 在此基础上，我们采用开源的Erlangshen-Roberta-330M模型，其已在中文领域经过调整，拥有3.3亿个参数，在京东、微博评论等数据集上表现良好(引用论文)， 因此较为适合B站的弹幕情感分析。
-由于弹幕数据量大，计算量很大，我们对单个视频弹幕量超过500的作均匀抽样处理（500条），并且借助学校高性能运算中心提供的平台进行计算(虽然没什么用<划掉>），得到"弹幕情感评分RoBERTa"指标。
+由于弹幕数据量大，计算量很大，我们对单个视频弹幕量超过500的作均匀抽样处理（500条），并且借助学校高性能运算中心提供的平台进行计算~~虽然没什么用~~，得到"弹幕情感评分RoBERTa"指标。
 最终，我们采用加权平均的方法结合两种方法的结果，得到最终的弹幕情感评分(SentimentScore)。
 
 ### 标题文本的情感效价(PosTe)和情感唤醒度(ActTe)