diff --git a/docs/source/tutorials/tutorial_4_load_dataset.rst b/docs/source/tutorials/tutorial_4_load_dataset.rst
index a93ae8d5..7a2f0877 100644
--- a/docs/source/tutorials/tutorial_4_load_dataset.rst
+++ b/docs/source/tutorials/tutorial_4_load_dataset.rst
@@ -187,7 +187,7 @@ Part V: 不同格式类型的基础Loader
     .. code-block:: python
 
         from fastNLP.io.loader import JsonLoader
-        oader = JsonLoader(
+        loader = JsonLoader(
             fields={'sentence1': 'raw_words1', 'sentence2': 'raw_words2', 'gold_label': 'target'}
         )
         # 表示将Json对象中'sentence1'、'sentence2'和'gold_label'对应的值赋给'raw_words1'、'raw_words2'、'target'这三个fields
diff --git a/docs/source/user/tutorials.rst b/docs/source/user/tutorials.rst
index f8d70145..76e1bb80 100644
--- a/docs/source/user/tutorials.rst
+++ b/docs/source/user/tutorials.rst
@@ -11,8 +11,8 @@ fastNLP 详细使用教程
    使用Vocabulary转换文本与index </tutorials/tutorial_2_vocabulary>
    使用Embedding模块将文本转成向量 </tutorials/tutorial_3_embedding>
    使用Loader和Pipe加载并处理数据集 </tutorials/tutorial_4_load_dataset>
-   动手实现一个文本分类器I-使用Trainer和Tester快速训练和测试 </tutorials/tutorial_5_loss_optimizer>
-   动手实现一个文本分类器II-使用DataSetIter实现自定义训练过程 </tutorials/tutorial_6_datasetiter>
+   使用Trainer和Tester快速训练和测试 </tutorials/tutorial_5_loss_optimizer>
+   使用DataSetIter实现自定义训练过程 </tutorials/tutorial_6_datasetiter>
    使用Metric快速评测你的模型 </tutorials/tutorial_7_metrics>
    使用Modules和Models快速搭建自定义模型 </tutorials/tutorial_8_modules_models>
    使用Callback自定义你的训练过程 </tutorials/tutorial_10_callback>