diff --git a/README b/README
deleted file mode 100644
index 7002d09..0000000
--- a/README
+++ /dev/null
@@ -1,23 +0,0 @@
-基于自然语言处理的情感分析工具
-本程序依赖data目录下面的data.zip和dictionary.zip先解压缩  data 目录下面的 data.zip到当前目录。
-
-
-
-*新增说明1：2015-04-10测试了不用中文分词器，分词之后 LingPipe 情感分类的准确率，同时测试了去除停用词之后的情感分类的准确率。
-1) 发现用HanLP的NLPTokenizer分词器，准确率最高，但是速度有点慢。
-2) 如果用HanLP的标准分词器就会准确率低一点点，但是速度快。
-3) 分词之后去除停用词效果更加差。
-4) 结巴分词效果不好，而且速度慢。
-
-1、基于词典和贝叶斯模型的情感分析
-主程序：eshore.cn.it.sentiment.Sentiment 此类通过
-data/Sentiment_Dictionary中的正负面词语建立模型。
-
-测试： eshore.cn.it.sentiment.SentimentTest
-通过这个类就可以测试 data/500trainblogxml中的某个文件夹下面的博客的情感。
-
-2、直接利用lingpipe的情感分析模块测试情感分析
-直接运行程序：  eshore.cn.it.sentiment.ChinesePolarityBasic
-程序就会通过：  data/polarity_corpus/hotel_reviews/train2训练
-然后自动测试: data/polarity_corpus/hotel_reviews/test2
-最后给出程序测试结果。
\ No newline at end of file
diff --git a/README.md b/README.md
new file mode 100644
index 0000000..34963d6
--- /dev/null
+++ b/README.md
@@ -0,0 +1,29 @@
+##基于自然语言处理的情感分析工具
+#本程序依赖data目录下面的data.zip和dictionary.zip先解压缩  data 目录下面的 data.zip到当前目录。
+
+
+
+*	新增说明1：2015-04-10测试了不用中文分词器，分词之后 LingPipe 情感分类的准确率，同时测试了去除停用词之后的情感分类的准确率。
++	1) 发现用HanLP的NLPTokenizer分词器，准确率最高，但是速度有点慢。
++	2) 如果用HanLP的标准分词器就会准确率低一点点，但是速度快。
++	3) 分词之后去除停用词效果更加差。
++	4) 结巴分词效果不好，而且速度慢。
+
+###1、基于词典和贝叶斯模型的情感分析
+主程序：eshore.cn.it.sentiment.Sentiment 此类通过
+data/Sentiment_Dictionary中的正负面词语建立模型。
+
+测试： eshore.cn.it.sentiment.SentimentTest
+通过这个类就可以测试 data/500trainblogxml中的某个文件夹下面的博客的情感。
+
+###2、直接利用lingpipe的情感分析模块测试情感分析
+直接运行程序：  eshore.cn.it.sentiment.ChinesePolarityBasic
+程序就会通过：  data/polarity_corpus/hotel_reviews/train2训练
+然后自动测试: data/polarity_corpus/hotel_reviews/test2
+最后给出程序测试结果。
+
+```
+  # Test Cases=4000
+  # Correct=3541
+  % Correct=0.88525
+```
\ No newline at end of file