diff --git a/fastNLP/modules/encoder/embedding.py b/fastNLP/modules/encoder/embedding.py
index f3c1f475..c2dfab65 100644
--- a/fastNLP/modules/encoder/embedding.py
+++ b/fastNLP/modules/encoder/embedding.py
@@ -41,3 +41,10 @@ class Embedding(nn.Embedding):
         """
         x = super().forward(x)
         return self.dropout(x)
+
+    def size(self):
+        """
+        Embedding的大小
+        :return: torch.Size()
+        """
+        return self.weight.size()
diff --git a/fastNLP/modules/utils.py b/fastNLP/modules/utils.py
index c9a1f682..741429bb 100644
--- a/fastNLP/modules/utils.py
+++ b/fastNLP/modules/utils.py
@@ -74,9 +74,9 @@ def get_embeddings(init_embed):
     """
     根据输入的init_embed生成nn.Embedding对象。
 
-    :param init_embed: 单词词典, 可以是 tuple, 包括(num_embedings, embedding_dim), 即
-        embedding的大小和每个词的维度. 也可以传入 nn.Embedding 对象,
-        此时就以传入的对象作为embedding
+    :param init_embed: 可以是 tuple:(num_embedings, embedding_dim), 即embedding的大小和每个词的维度;也可以传入
+        nn.Embedding 对象, 此时就以传入的对象作为embedding; 传入np.ndarray也行，将使用传入的ndarray作为作为Embedding初始
+        化; 传入orch.Tensor, 将使用传入的值作为Embedding初始化。
     :return nn.Embedding embeddings:
     """
     if isinstance(init_embed, tuple):
diff --git a/setup.py b/setup.py
index b7834d8d..49646761 100644
--- a/setup.py
+++ b/setup.py
@@ -16,7 +16,8 @@ setup(
     version='0.4.0',
     description='fastNLP: Deep Learning Toolkit for NLP, developed by Fudan FastNLP Team',
     long_description=readme,
-    license=license,
+    long_description_content_type='text/markdown',
+    license='Apache License',
     author='FudanNLP',
     python_requires='>=3.6',
     packages=find_packages(),