Follow comments

doc_cn/algorithm/rnn/hrnn_rnn_api_compare.rst

@@ -141,13 +141,13 @@
 
 * 在单层数据的基础上，\ :ref:`glossary_双层RNN`\ 数据随意加了一些隔断，例如将第一条数据转化为\ :code:`[[0, 2], [2, 5], [0, 1, 2]],[[1, 5], [4], [2, 3, 6, 1]]`\ 。
 
-* 需要注意的是Paddle目前只支持子序列数目一样的多输入\ :ref:`glossary_双层RNN`\ 。例如本里中的两个特征，均有三个子序列。每个子序列长度可以不一致，但是子序列的数目必须一样。
+* 需要注意的是PaddlePaddle目前只支持子序列数目一样的多输入\ :ref:`glossary_双层RNN`\ 。例如本例中的两个特征，均有三个子序列。每个子序列长度可以不一致，但是子序列的数目必须一样。
 
 
 :ref:`glossary_trainer_config`\ 的模型配置
 ------------------------------------------
 
-和示例2中的配置累死，示例3的配置使用了单层\ :ref:`glossary_RNN`\ 和\ :ref:`glossary_双层RNN`\ ，实现两个完全等价的全连接\ :ref:`glossary_RNN`\ 。
+和示例2中的配置类似，示例3的配置使用了单层\ :ref:`glossary_RNN`\ 和\ :ref:`glossary_双层RNN`\ ，实现两个完全等价的全连接\ :ref:`glossary_RNN`\ 。
 
 * 单层\ :ref:`glossary_RNN`\ \: